Заметки — архив
← Свежие заметки — на главной
Выбор и обучение ML-модели.
Подготовка и отбор признаков.
Выступление на митапе Омского сообщества по машинному обучению
Основы проектирования ML-систем.
Машинное обучение на практике.
Что нового в интерпретируемости ML-моделей. Выступление на DataFest / Reliable ML
Лекция в ODSLab про регулярные выражения в Python
Лекция на Comptech @ 2022 про машинное обучение в бизнесе
Краткое введение в ML/AI для студентов курса Big social data кафедры медиакоммуникаций СПбГУ
Что у ней внутри: Зачем и как интерпретировать модели машинного обучения. НГУ, "Семинар невозможного"
Месторождения ошибок. Анализ пространства ошибок моделей машинного обучения (Dataconf, Барнаул)
На Датаелке OpenDataScience выступил с новогодними новостями про интерпретируемость
На Датафесте 2020 обсуждали новости Interpretable ML
Выступление на ML-митапе Центра Финансовых Технологий
Выступление на IT-площадке Сборка (Кемерово)
Лекция в НГУ про интерпретируемость моделей машинного обучения
Лекция в НГУ про машинное обучение в бизнесе
Process Mining - готовые решения и велосипеды.
Интерпретация моделей машинного обучения, часть 4 (CompTech@20, Новосибирск)
Краткая история новосибирских датазавтраков в скриншотах. Выступление на ДатаРождестве в ЦФТ, Новосибирск
Интерпретация моделей машинного обучения, часть 3 (Data Fest Siberia, Новосибирск)
Интерпретация моделей машинного обучения (Dataconf, Барнаул)
Лекция про интерпретацию моделей машиннного обучения (ЦФТ, Новосибирск).
Лекция в НГУ про машинное обучение в бизнесе
Провожу воркшопы и обучающие курсы для аналитиков. Помогаю обучить команду. Менторю студентов и исследователей.
Лекция про процесс разработки дата-сервисов
Рассказ про эффективную работу с Jupyter ноутбуками
Рассказ о том, как Dask может помочь справиться с большим набором данных.
Лекция про Process Mining - анализ процессов на основе журналов событий
Обзорная лекция про работу с пространственными данными
Да, уже делаем. Я наберу Вам, как будет готово.