Нейросети Kandinsky и «Шедеврум» генерируют картинки по описанию, большие языковые модели сочиняют дипломные работы, а алгоритмы в телефонах показывают, когда нам доставят пиццу. То, что было лишь идеями, стало реальностью благодаря машинному обучению (ML).
Курс поможет понять, как превратить такие идеи в успешные проекты. Вы разберётесь, подходит ли вам ML. Узнаете, как формировать команду, как планировать этапы и решать проблемы.
Курс будет полезен проджект- и продакт-менеджерам, а также специалистам по работе с данными, начинающим управленческую карьеру.
- Проектирование ML-системВ заключительном модуле рассмотрим концепцию ML-системы и инструменты для работы с машинным обучением. Вы узнаете, как разрабатывать архитектуру ML-систем и интегрировать различные инструменты для решения ваших задач.
- Общая информацияИнформация о курсе и университете.
- Проектирование ML-системВ заключительном модуле рассмотрим концепцию ML-системы и инструменты для работы с машинным обучением. Вы узнаете, как разрабатывать архитектуру ML-систем и интегрировать различные инструменты для решения ваших задач.
- Введение в мир машинного обученияПервый модуль посвящён погружению в область машинного обучения. Вы узнаете, что такое машинное обучение, когда его нужно использовать, и познакомитесь с основными понятиями.
- Как обучаются модели?Модуль приоткрывает завесу над нутром машинного обучения. Вы узнаете, какие есть алгоритмы, как оценивается алгоритмическое решение задачи и как выстроен процесс обучения.
- Введение в мир машинного обученияПервый модуль посвящён погружению в область машинного обучения. Вы узнаете, что такое машинное обучение, когда его нужно использовать, и познакомитесь с основными понятиями.
- Как измерить эффективность ML-проектовЧасть работы над ML-проектом — это понимание её эффективности. Мы поговорим о том, как выбирать и использовать метрики для анализа результатов и как проектировать эксперименты для улучшения моделей.
- Общая информацияИнформация о курсе и университете.
- Как измерить эффективность ML-проектовЧасть работы над ML-проектом — это понимание её эффективности. Мы поговорим о том, как выбирать и использовать метрики для анализа результатов и как проектировать эксперименты для улучшения моделей.
- Как обучаются модели?Модуль приоткрывает завесу над нутром машинного обучения. Вы узнаете, какие есть алгоритмы, как оценивается алгоритмическое решение задачи и как выстроен процесс обучения.
- Управление жизненным циклом ML-проектовРазберём основные этапы ML-проектов и обозначим роли специалистов, которые нужны для успешной реализации проекта.
- Управление жизненным циклом ML-проектовРазберём основные этапы ML-проектов и обозначим роли специалистов, которые нужны для успешной реализации проекта.
- Цена - Бесплатно
- Продолжительность курса составляет 15 часов
Перейти к курсу
