Джокер
Администратор
- Регистрация
- 1 Янв 2015
- Сообщения
- 155.131
- Реакции
- 80.130
Хардкорный Machine Learning. [karpov.courses] Часть 2
Только для участников Хардкорный Machine Learning. Часть 1 из 5
НАУЧИТЕСЬ СТРОИТЬ ML-СЕРВИСЫ ДЛЯ РЕШЕНИЯ РЕАЛЬНЫХ ЗАДАЧ
Hard ML — это не стандартный курс по машинному обучению. Моя команда не стала ограничиваться одним лишь обучением моделей и решила охватить абсолютно все этапы работы ML-инженера. Вы научитесь самостоятельно собирать и размечать данные, строить пайплайны их поставки, деплоить приложения, настраивать мониторинги и оценивать эффективность алгоритмов.
Вы получите максимально глубокое погружение в задачи, с которыми сталкивается современный бизнес. Каждая тема курса будет рассмотрена на реальных кейсах. К концу каждого модуля у вас будет собственный ML-сервис, решающий сложную и важную задачу. Этот курс станет проверкой на прочность для любого ML-специалиста, поэтому дерзайте — я верю в вас!
ДЛЯ КОГО ЭТА ПРОГРАММА:
ML-разработчик
Вы уже имеет опыт работы в областях связанных с машинным обучением и хотите понять, как решать специфические задачи.
Тимлид
Программа поможет вам понять, как лучше создать сервис, который сможет решать сложные бизнес-задачи с использованием машинного обучения. От момента постановки задачи, до запуска приложения на основе ML алгоритмов в работу.
ПРОГРАММА КУРСА:
ВЫ ОСВОИТЕ:
Динамическое ценообразование
Научим делать динамическое ценообразование на основе машинного обучения, что позволит вам максимизировать прибыль в компании, в которой вы работаете и построить баланс между трафиком, выручкой и маржой.
Matching
Матчинг решает несколько важных проблем для любых компаний. Вы научитесь выявлять товары-дубли по их названиям. Научитесь сопоставлять покупателей в онлайне, приложении и в офлайне. Сможете мониторить цены постоянно
Uplift-моделирование
Научим делать uplift-моделирование от постановки задачи до реализации. Данный тип моделирования позволит учесть изменения в поведении клиентов, которые, к примеру, были вызваны рекламной акцией (реализация модели next best action). Благодаря данной модели можно будет планировать и своевременно предлагать определенным клиентам нужные акции и особые цены.
A/B тестирование при помощи ML
Вы научитесь использовать ML алгортимы для ускорения A/B тестов. Помимо этого тесты станут намного более чувствительными, а плохо показывающие себя тесты можно будет быстро выявить и отключить.
Поддержание жизни ML-модели
ML-модели со временем умирают. Чтобы этого не происходило её надо доучивать. Мы научим делать это правильно.
ПРОДАЖНИК
СКАЧАТЬ МАТЕРИАЛ ПО ССЫЛКЕ НИЖЕ
Только для участников Хардкорный Machine Learning. Часть 1 из 5
НАУЧИТЕСЬ СТРОИТЬ ML-СЕРВИСЫ ДЛЯ РЕШЕНИЯ РЕАЛЬНЫХ ЗАДАЧ
Hard ML — это не стандартный курс по машинному обучению. Моя команда не стала ограничиваться одним лишь обучением моделей и решила охватить абсолютно все этапы работы ML-инженера. Вы научитесь самостоятельно собирать и размечать данные, строить пайплайны их поставки, деплоить приложения, настраивать мониторинги и оценивать эффективность алгоритмов.
Вы получите максимально глубокое погружение в задачи, с которыми сталкивается современный бизнес. Каждая тема курса будет рассмотрена на реальных кейсах. К концу каждого модуля у вас будет собственный ML-сервис, решающий сложную и важную задачу. Этот курс станет проверкой на прочность для любого ML-специалиста, поэтому дерзайте — я верю в вас!
ДЛЯ КОГО ЭТА ПРОГРАММА:
ML-разработчик
Вы уже имеет опыт работы в областях связанных с машинным обучением и хотите понять, как решать специфические задачи.
Тимлид
Программа поможет вам понять, как лучше создать сервис, который сможет решать сложные бизнес-задачи с использованием машинного обучения. От момента постановки задачи, до запуска приложения на основе ML алгоритмов в работу.
ПРОГРАММА КУРСА:
ВЫ ОСВОИТЕ:
Динамическое ценообразование
Научим делать динамическое ценообразование на основе машинного обучения, что позволит вам максимизировать прибыль в компании, в которой вы работаете и построить баланс между трафиком, выручкой и маржой.
Matching
Матчинг решает несколько важных проблем для любых компаний. Вы научитесь выявлять товары-дубли по их названиям. Научитесь сопоставлять покупателей в онлайне, приложении и в офлайне. Сможете мониторить цены постоянно
Uplift-моделирование
Научим делать uplift-моделирование от постановки задачи до реализации. Данный тип моделирования позволит учесть изменения в поведении клиентов, которые, к примеру, были вызваны рекламной акцией (реализация модели next best action). Благодаря данной модели можно будет планировать и своевременно предлагать определенным клиентам нужные акции и особые цены.
A/B тестирование при помощи ML
Вы научитесь использовать ML алгортимы для ускорения A/B тестов. Помимо этого тесты станут намного более чувствительными, а плохо показывающие себя тесты можно будет быстро выявить и отключить.
Поддержание жизни ML-модели
ML-модели со временем умирают. Чтобы этого не происходило её надо доучивать. Мы научим делать это правильно.
ПРОДАЖНИК
Зарегистрируйтесь, что бы скачивать сливы курсов и складчины
СКАЧАТЬ МАТЕРИАЛ ПО ССЫЛКЕ НИЖЕ
Для возможности скачивать складчины и сливы курсов нужно зарегистрироваться
Возможно, Вас ещё заинтересует:
- Мастер полуфабрикатов [Тариф ВИП] [Ирина Выходцева] [Повтор]
- Ядро здоровья — иммунная система [Тариф Стандарт] [Клиника академиков Картавенко] [Виктор Картавенко, Татьяна Картавенко, Екатерина Меркюри]
- Гармония цвета [Школа Морского пейзажа] [Дмитрий Роза]
- Kubernetes и Helm (обновление 2026) [Тариф Самостоятельный] [Purpleschool] [Антон Ларичев] [Повтор]
- Гармония цвета [Школа Морского пейзажа] [Дмитрий Роза]
- Продвинутый Golang (обновлено 20.02.2026) [Тариф Самостоятельный] [Purpleschool] [Антон Ларичев] [Повтор]
- Функциональный и интегральный подход к женскому гормональному здоровью [PreventAge] [Ольга Андросова, Ольга Зайцева, Наталья Старкова]
- Системный дизайн [Тариф Стандартный] [Хекслет] [Виталий Лихачев, Кирилл Мокевнин]
- Основы Swift и iOS [Purple School] [Антон Ларичев]
- Огам. Постройка внутренней Рощи. Лекция 4. Третье Акме. Семейство Ежевики [Касталия] [Нерта]