Многие знают, что нейросети Kandinsky и «Шедеврум» генерируют картинки по описанию, большие языковые модели сочиняют дипломные работы, а алгоритмы в наших телефонах подбирают лучшую музыку и показывают, сколько минут осталось до приезда пиццы. Когда-то это были проблемы и идеи, а сейчас они успешно реализованы с помощью машинного обучения.

Курс поможет вам разобраться, как дойти от идеи до реализованного проекта: подойдет ли машинное обучение для вашей задачи, какая команда нужна, какие этапы работы предстоят, с какими проблемами придется столкнуться.

Первая неделя курса посвящена погружению в область машинного обучения. Вторая неделя показывает, какие есть алгоритмы, как оценивается алгоритмическое решение задачи, как выстроен процесс обучения. Основные этапы ML-проектов разбираются на третьей неделе, а также обсуждаются роли и специалисты, участие которых необходимо для реализации проекта. Часть работы над ML-проектом — это понимание ее эффективности. Вопросы метрик, дизайна экспериментов обсуждаются на четвертой неделе. На финальной неделе курса рассматривается концепция ML-системы и инструменты для работы с машинным обучением.