ML: с чего начинается Data Science? // Демо-занятие курса «Machine Learning»

Основы A/B тестирования для выбора ML модели // Демо-занятие курса «Machine Learning»Подробнее

Визуализация данных на Python // Демо-занятие курса «Machine Learning»Подробнее

Градиентный бустинг - мощный алгоритм ансамблирования в ML // Демо-занятие курса «Machine Learning»Подробнее

Ранжирующие функции потерь в рекомендательных системах // Демо-занятие «Machine Learning. Advanced»Подробнее

Временные ряды - Фурье и вейвлет анализ // Демо-занятие курса «Machine Learning»Подробнее

Обучение с учителем: разбираем задачу классификации // Демо-занятие курса «Machine Learning»Подробнее

Карьерные пути для ML специалистов // Демо-занятие курса «ML Team Lead»Подробнее

Корреляция признаков. PCA // Демо-занятие курса «ML для финансового анализа»Подробнее

Задача регрессии в ML на пальцах // Демо-занятие курса «Machine Learning»Подробнее

Машинное обучение на службе Data Science // Демо-занятие курса «Machine Learning»Подробнее

Базовые методы парсинга и работы с html // Демо-занятие курса «Machine Learning. Professional»Подробнее

Легкий старт в DS: задача классификации от 0 до 9 // Демо-занятие курса «Machine Learning»Подробнее

MLFlow и переобучение ML-моделей // Демо-занятие курса «MLOps»Подробнее

Big Data и ML архитектуры пайплайнов // Демо-занятие курса «Software Architect»Подробнее

Структура и построение ML команды // Демо-занятие курса «ML Team Lead»Подробнее

Введение в Machine Learning // Демо-занятие курса «Machine Learning»Подробнее

Линейная регрессия - ваша первая модель // Демо-занятие курса «Machine Learning»Подробнее

Кластерный анализ данных // Демо-занятие курса «Machine Learning. Professional»Подробнее

Учимся готовить данные для ML-моделей // Демо-занятие курса «Machine Learning»Подробнее