В программе: техническое описание данных, базовое исследование данных, когортный анализ и кластера. Ведущий: Сергеев Андреев, Data Scientist в MyCredit.
В последние годы сверточные нейронные сети научились не только хорошо классифицировать и сегментировать изображения, а даже довольно качественно их генерировать. Сейчас мы можем с их помощью модифицировать отдельные признаки на изображениях, добавляя человеку, например, возраст. На этом митапе мы посмотрим как это выглядит с технической стороны, а также попытаемся вызвать улыбку (на фото) его участников.
Щоб зрозуміти, чому користувач пішов, запустіть якісне дослідження. Щоб обрати одну фічу з backlog, проведіть А/В-тестування. Щоб захистити продуктову гіпотезу перед командою, візуалізуйте дані у Tableau. Опанувати інструменти аналітика допоможе цей курс.
В программе: что такое Dashboard`ы, где и когда использовать, способы реализации на Python, Streamlit — что это, функционал, описание структуры, как подготовить под него среду, как запустить приложение, переносим код из нашего Трека № 1 из блокнота в приложение, запускаем сервер, делаем из streamlit свой инструмент.
Среди требований: английский Intermediate и выше, знать подходы анализа и визуализации данных; иметь базовые знания SQL, желательно иметь опыт работы с BI инструментами (Power BI, Tableau, Looker) и/или опыт использования MS Excel для аналитики данных, иметь представление о структурах базы данных, проектировании БД, нормализации / денормализации, ключах и связях, реляционных и нереляционных БД.
During the hackathon, you will work with a real case of building an intelligent search engine for the facilities operation and maintenance information. Where the need of returning is not only text but related images, schematics, and graphs which bring singularity to this classical search engine problem.
Серед вимог: впевнені знання з лінійної алгебри, математичного аналізу та Python/C++, англійська мова рівня не нижче pre-intermediate. Програма безстрокова, ви самі обираєте проект, над яким будете працювати (створення сферичних панорам, генерація 3D-фотографій і картографування приміщень за допомогою камери і LiDAR, список проектів поповнюється).
Данный вебинар будет интересен людям без опыта работы в IT, кто хочет выбрать, чем он будет заниматься и рассматривает Data Science, а также IT специалистам, которые хотят перепрофилироваться в Data Science.
На курсі ви зрозумієте, як ефективно впроваджувати АІ-технології в бізнес та дізнаєтеся: як використовувати ML в різних сферах, як зробити організацію AI-powered, як оцінювати потенційний прибуток від AI-рішень та як зробити правильну оцінку ризиків.
Упродовж курсу зрозуміємо, що взагалі таке часові ряди. Дізнаємося фундаментальні принципи Time Series і навчимося працювати з необхідними бібліотеками. Будемо формувати й перевіряти гіпотези. Зрозуміємо, як адаптувати тези машинного навчання з інших дисциплін для роботи з Time Series.
Классический вводный курс по современному Machine Learning’у с упором на практику. По окончанию курса получите не только общее представление о том, чем является Machine Learning сейчас, но и глубокое понимание современных инструментов и нюансов их использования. А также практический опыт тренировки, валидации, тюнинга различных моделей машинного обучения.
У кілька етапів навчимося використовувати Python та Altair для створення складних візуалізацій даних. Розберемося з тим, як можна візуально кодувати дані та використовувати особливості людського сприйняття для ефективної передачі інформації, навчимося вибирати правильний спосіб візуалізації, ідентифікувати та виправляти помилки.
Вводный курс по применению глубокого обучения для решения базовых задач компьютерного зрения: классификации изображения, обнаружения объектов, семантической сегментации.
Вы детально изучите все этапы обработки данных и разберете необходимые инструменты для работы с ними, научитесь строить ETL-системы и проектировать хранилища данных.
Целью курса является обучение и подготовка конкурентоспособных специалистов в области машинного обучения. Будет покрыт технологический стек следующих профессий: Data Scientist и Machine Learning Engineer. Основной уклон сделан на глубоком изучении нейронных сетей.
12+ talks on the following technologies: Embedded, Linux, Automotive, ML, Security, Cloud.
Комментарии