Присоединяйтесь к курсу в любое время. Обучение бесплатное
Записаться
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.
Трейлер курса
Для кого
Курс будет полезен:
Проджект- и продакт-менеджерам, управляющим продуктами, основанными на данных и технологиях искусственного интеллекта
Ведущим специалистам по работе с данными, начинающим управленческую карьеру
Зачем
Вы научитесь:
Определять полезность машинного обучения как инструмента для своих задач
Понимать основные этапы работы над своим проектом
Составлять команду из нужных специалистов
Проектировать системы машинного обучения
программа курса
1
Тема 1. Введение в мир машинного обучения
2
Тема 2. Как обучаются модели?
3
Тема 3. Управление жизненным циклом ML-проектов
4
Тема 4. Как измерить эффективность ML-проектов
5
Тема 5. Проектирование ML-систем
Автор
Теванян Элен Арамовна
Эксперт центра непрерывного образования факультета компьютерных наук НИУ ВШЭ, руководитель машинного обучения в домене операций «Купер» (бывший «СберМаркет»); в прошлом — руководитель отдела, отвечающего за группы алгоритмов эффективности в «Яндекс.Доставке» и руководитель направления алгоритмического анализа в X5.
Начала работать в НИУ ВШЭ в 2017 г., преподает курсы по машинному обучению в маркетинге, а также дисциплины по введению в науку о данных.
Как выглядят лекции
Курс создан для всех, кто планирует развить или уже работает над проектами, связанными с технологиями искусственного интеллекта
Управление ML/AI-проектами
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.
Что вы получите
32 урока с подробным рассказом об использовании машинного обучения в продуктовых решениях
Авторская подача: просто, понятно и наглядно
Свободное расписание: нет дедлайнов и сроков сдачи заданий
Все материалы доступны сразу, можно начать обучение в удобное время
Профессиональное видео и современная графика
Практические задания, инструкции и примеры, которые помогут отработать и закрепить навыки
Зачем
Вы научитесь:
Определять полезность машинного обучения как инструмента для своих задач
Понимать основные этапы работы над своим проектом
Составлять команду из нужных специалистов
Проектировать системы машинного обучения
Присоединяйтесь к курсу в любое время. Обучение бесплатное
Записаться
FAQ
Да. Получение сертификата не предусмотрено.
Вы получите доступ сразу после регистрации. Все инструкции по работе с платформой придут вам на электронную почту.
В нашем курсе нет вебинаров.
Нет, вы учитесь на онлайн-платформе и смотрите потоковое видео.
На нашем курсе не предусмотрены оцениваемые задания и нет возможности получить сертификат.
Для просмотра лекций вам подойдет практически любое устройство (компьютер, телефон, планшет), на котором вам комфортно работать. Скорость интернета должна быть такой, чтобы можно было без задержек смотреть потоковое видео, например с YouTube.
Он остается в вашем личном кабинете, материалы будут доступны, пока курс существует на Лекториуме.