- 31.10.2022
- обучение
ML System Design: лекция 6
Оценка качества модели.
Заметки — архив
- 24.10.2022
- обучение
ML System Design: лекция 5
Выбор и обучение ML-модели.
- 17.10.2022
- обучение
ML System Design: лекция 4
Подготовка и отбор признаков.
- 15.10.2022
- выступления
Интерпретируемость NLP-моделей
Выступление на митапе Омского сообщества по машинному обучению
- 10.10.2022
- обучение
ML System Design: лекция 3
Обучающие данные.
- 03.10.2022
- обучение
ML System Design: лекция 2
Основы проектирования ML-систем.
- 26.09.2022
- обучение
ML System Design: лекция 1
Машинное обучение на практике.
- 05.06.2022
- выступления
Что нового в интерпретируемости ML-моделей. Data Fest Online
Что нового в интерпретируемости ML-моделей. Выступление на DataFest / Reliable ML
- 31.03.2022
- обучение
Регулярные выражения
Лекция в ODSLab про регулярные выражения в Python
- 03.02.2022
- выступления
Машинное обучение в бизнесе, Comptech@2022
Лекция на Comptech @ 2022 про машинное обучение в бизнесе
- 29.10.2021
- выступления
BigData, ML, AI простыми словами
Краткое введение в ML/AI для студентов курса Big social data кафедры медиакоммуникаций СПбГУ
- 23.09.2021
- выступления
Зачем и как интерпретировать ML-модели
Что у ней внутри: Зачем и как интерпретировать модели машинного обучения. НГУ, "Семинар невозможного"
- 18.06.2021
- выступления
Месторождения ошибок
Месторождения ошибок. Анализ пространства ошибок моделей машинного обучения (Dataconf, Барнаул)
- 20.12.2020
- выступления
Датаелка2020
На Датаелке OpenDataScience выступил с новогодними новостями про интерпретируемость
- 24.09.2020
- выступления
Датафест 2020 - Iterpretable ML
На Датафесте 2020 обсуждали новости Interpretable ML
- 23.07.2020
- выступления
Валидация данных в проектах машинного обучения
Выступление на ML-митапе Центра Финансовых Технологий
- 28.05.2020
- выступления
Как думают роботы. Интерпретация ML-моделей
Выступление на IT-площадке Сборка (Кемерово)
- 13.04.2020
- выступления
Интерпретируемость, лекция в НГУ
Лекция в НГУ про интерпретируемость моделей машинного обучения
- 06.04.2020
- выступления
Машинное обучение в бизнесе, версия 2
Лекция в НГУ про машинное обучение в бизнесе
- 27.03.2020
- выступления
Process Mining, версия 2
Process Mining - готовые решения и велосипеды.
- 03.02.2020
- выступления
Воркшоп по интерпретации моделей
Интерпретация моделей машинного обучения, часть 4 (CompTech@20, Новосибирск)
- 25.12.2019
- выступления
Датазавтраки
Краткая история новосибирских датазавтраков в скриншотах. Выступление на ДатаРождестве в ЦФТ, Новосибирск
- 28.09.2019
- выступления
Интерпретируй это. Как показывать ML-модели
Интерпретация моделей машинного обучения, часть 3 (Data Fest Siberia, Новосибирск)
- 25.05.2019
- выступления
Интерпретация ML-моделей, версия 2
Интерпретация моделей машинного обучения (Dataconf, Барнаул)
- 25.04.2019
- выступления
Интерпретация ML-моделей
Лекция про интерпретацию моделей машиннного обучения (ЦФТ, Новосибирск).
- 08.04.2019
- выступления
Машинное обучение в бизнесе
Лекция в НГУ про машинное обучение в бизнесе
- 10.02.2019
- обучение
Учу
Провожу воркшопы и обучающие курсы для аналитиков. Помогаю обучить команду. Менторю студентов и исследователей.
- 02.11.2018
- выступления
CRISP курильщика
Лекция про процесс разработки дата-сервисов
- 28.06.2018
- выступления
Jupyter - дополнительные главы
Рассказ про эффективную работу с Jupyter ноутбуками
- 11.04.2018
- выступления
Dask. Карманная артиллерия датасаенса
Рассказ о том, как Dask может помочь справиться с большим набором данных.
- 16.12.2017
- выступления
Демократизация машинного обучения
Лекция про ML в полях
- 01.11.2017
- выступления
Process Mining
Лекция про Process Mining - анализ процессов на основе журналов событий
- 07.06.2017
- выступления
Пространственные характеристики
Обзорная лекция про работу с пространственными данными
- 31.10.2015
- служебное
Скоро буду
Да, уже делаем. Я наберу Вам, как будет готово.
- Previous
- 2 of 2