Доступно

Хардкорный Machine Learning. [karpov.courses] [В. Бабушкин, В. Брсоян, С. Гафаров и др.] [Часть 5 из 5]

Тема в разделе "Курсы по администрированию", создана пользователем Топикстартер, 11 фев 2023.

Цена: 41 000р-95%
Взнос: 1 880р
100%

Основной список: 40 участников

Резервный список: 26 участников

Статус обсуждения:
Комментирование ограничено.
  1. 11 фев 2023
    #1
    Топикстартер
    Топикстартер ЧКЧлен клуба

    Складчина: Хардкорный Machine Learning. [karpov.courses] [В. Бабушкин, В. Брсоян, С. Гафаров и др.] [Часть 5 из 5]

    Для получения курса нужно оплатить предыдущие части
    Хардкорный Machine Learning. Часть 1
    Хардкорный Machine Learning. Часть 2
    Хардкорный Machine Learning. Часть 3
    Хардкорный Machine Learning. Часть 4


    НАУЧИТЕСЬ СТРОИТЬ ML-СЕРВИСЫ ДЛЯ РЕШЕНИЯ РЕАЛЬНЫХ ЗАДАЧ



    Hard ML — это не стандартный курс по машинному обучению. Моя команда не стала ограничиваться одним лишь обучением моделей и решила охватить абсолютно все этапы работы ML-инженера. Вы научитесь самостоятельно собирать и размечать данные, строить пайплайны их поставки, деплоить приложения, настраивать мониторинги и оценивать эффективность алгоритмов.

    Вы получите максимально глубокое погружение в задачи, с которыми сталкивается современный бизнес. Каждая тема курса будет рассмотрена на реальных кейсах. К концу каждого модуля у вас будет собственный ML-сервис, решающий сложную и важную задачу. Этот курс станет проверкой на прочность для любого ML-специалиста, поэтому дерзайте — я верю в вас!


    Посмотреть вложение 876077

    ДЛЯ КОГО ЭТА ПРОГРАММА:
    ML-разработчик

    Вы уже имеет опыт работы в областях связанных с машинным обучением и хотите понять, как решать специфические задачи.

    Тимлид
    Программа поможет вам понять, как лучше создать сервис, который сможет решать сложные бизнес-задачи с использованием машинного обучения. От момента постановки задачи, до запуска приложения на основе ML алгоритмов в работу.

    Посмотреть вложение 876076

    ПРОГРАММА КУРСА:
    ВЫ ОСВОИТЕ:
    Динамическое ценообразование

    Научим делать динамическое ценообразование на основе машинного обучения, что позволит вам максимизировать прибыль в компании, в которой вы работаете и построить баланс между трафиком, выручкой и маржой.

    Matching
    Матчинг решает несколько важных проблем для любых компаний. Вы научитесь выявлять товары-дубли по их названиям. Научитесь сопоставлять покупателей в онлайне, приложении и в офлайне. Сможете мониторить цены постоянно

    Uplift-моделирование
    Научим делать uplift-моделирование от постановки задачи до реализации. Данный тип моделирования позволит учесть изменения в поведении клиентов, которые, к примеру, были вызваны рекламной акцией (реализация модели next best action). Благодаря данной модели можно будет планировать и своевременно предлагать определенным клиентам нужные акции и особые цены.

    A/B тестирование при помощи ML
    Вы научитесь использовать ML алгортимы для ускорения A/B тестов. Помимо этого тесты станут намного более чувствительными, а плохо показывающие себя тесты можно будет быстро выявить и отключить.

    Поддержание жизни ML-модели
    ML-модели со временем умирают. Чтобы этого не происходило её надо доучивать. Мы научим делать это правильно.

    Код:
    https://karpov.courses/ml
     
    Последнее редактирование модератором: 14 фев 2023
    1 человеку нравится это.
  2. Последние события

    1. skladchik.com
      Складчина доступна.
      31 мар 2023
    2. skladchik.com
      mainmoon4418 участвует в складчине.
      28 мар 2023
    3. Remonis
      Remonis участвует в складчине.
      27 мар 2023
    4. skladchik.com
      esvesv участвует в складчине.
      27 мар 2023

    Последние важные события

    1. skladchik.com
      Складчина доступна.
      31 мар 2023
    2. skladchik.com
      Взнос в складчине составляет 940р.
      23 фев 2023
    3. skladchik.com
      Складчина активна.
      23 фев 2023
    4. skladchik.com
      Сбор взносов начинается 23.02.2023.
      20 фев 2023
Статус обсуждения:
Комментирование ограничено.