#Курс A2nced про DS/ML в маркетинге
▫️ Даты обучения: 13-17 ноября 2023 г.
▫️ Формат: онлайн (10:00-14:00 по Москве).

Cкоро запускается новый поток нашего интенсива «Продвинутая аналитика и машинное обучение в маркетинге», пока еще есть места.

Преподаватели — наши активные спикеры NoML:
▫️ Дмитрий Забавин, архитектор решений Data Science практики GlowByte Advanced Analytics.
▫️ Вадим Глухов, ведущий консультант направления клиентской аналитики практики GlowByte Advanced Analytics.

В программе интенсива:
▫️ Жизненный цикл клиента. Универсальный пайплайн обучения модели. Подготовка и оценка результатов пилота.
▫️ Оценка склонности клиента к продукту. Естественный трафик. Целевой трафик. Клиенты без истории.
▫️ Отклик клиента на продукт.
▫️ Отток клиентов. Определение оттока. Идентификация оттока. Удержание и реактивация клиентов.
▫️ Оценка эффекта модели.
▫️ Также наши эксперты поделятся профессиональными секретами эффективного решения этих задач исходя из опыта проектов GlowByte.

Интенсив подойдет:
▫️ Специалистам DS, желающим освоить предметную область клиентской аналитики.
▫️ Маркетинговым / продуктовым аналитикам, маркетологам, PO, PM, желающим погрузиться в область DS.
▫️ И всем специалистам, которые интересуются областью Data Science и хотят расширить свой кругозор эффективными приложениями ML/DS в решении различных бизнес-задач.

Вас ждет:
▫️ 5 дней обучения, 20 академических часов;
▫️ Живая беседа в формате вопрос-ответ в период обучения с преподавателями;
▫️ Практические задания по пройденному материалу;
▫️ 2 месяца доступ к записям и материалам обучения;
▫️ Сертификат от A2nced x GlowByte (это вам не диплом MIT);

Подробнее о программе→

Курс платный, узнать больше и записаться можно у Людмилы Локтевой @ldMiila.

https://t.me/noml_community/5020/6879

Всем привет!
Скоро мы анонсируем новый сезон курсов, а пока присоединяйтесь к чату сообщества в Mattermost 🙌

🔥ОТКРЫТА РЕГИСТРАЦИЯ НА КУРС🔥
MLOps и production в DS исследованиях 3.0

18 марта 2024г при поддержке Open Data Science стартует запуск, открытого онлайн курса MLOps и production в DS исследованиях 3.0!

Мы учли ваши пожелания и предложения, внесли доработки, дополнили контент, разнообразили домашние задания, а так же, пригласили новых спикеров!

В рамках курса вы:
🤓Познакомитесь с концепцией воспроизводимых исследований;
🤓Научитесь автоматизировать процесс проведения стандартизированных исследований;
🤓Узнаете о методах организации командной работы над ML-проектами;
🤓Получите практические рекомендации по работе с кодом в DS исследованиях;
🤓Изучите полезные инструменты для автоматизации и обеспечения воспроизводимости исследований.

Следить за новостями, а так же, задавать любые вопросы, связанные с курсом, можно в нашем telegram чате для участников курса!

По всем вопросам @irinka_bekker

Компетенции DS-инженеров в Авито
https://github.com/avito-tech/playbook/blob/master/ds-skills.md

Друзья, привет! Ищем спикеров на офлайн DataFest - Сочи. Планируем проводить в период: 26 мая - 2 июня предварительно на площадке Университета Сириус.

Для участия мне в личку:
- Компани/должность
- Тема доклада
- Короткое описание доклада

Тут мой старый знакомый, Александр Червов, автор sberloga, делает какой-то большой научный проект по нейронкам, которые собирают кубик рубика

👨‍🔬 Проект

В общем, ему нужны волонтёры для написания моделей и проведения экспериментов. Взамен вы получите опыт написания реальных RL, DL, ML моделей под наставничеством Александра. Участникам проекта нужно будет проводить эксперименты и создавать модели аналогичные AlphaGo для теории групп, например для группы кубика Рубика.

📜 Что вам это даст

- Реальный опыт работы с RL, DL, ML
- Ценный пункт в вашем резюме, который подчеркнет ваш профессионализм и знания в области
- Инсайты можно будет опубликовать в научной статье для научного журнала

💌 Пишите Саше Червову

Релиз NumPy 2.0.0

16 июня 2024 года состоялся релиз стабильной версии Python-библиотеки для научных вычислений #NumPy 2.0.0. Это первый значительный релиз открытого проекта с 2006 года.

По информации OpenNET, наиболее крупное нарушение совместимости в релизе NumPy 2.0.0 связано с сохранением точности скалярных выражений, например, "np.float32(3) + 3" теперь вернёт значение с типом float32, а не float64, а в выражениях с несколькими типами для результата будет использован тип с наивысшей точностью, то есть "np.array([3], dtype=np.float32) + np.float64(3)" вернёт значение с типом float64.

https://t.me/dataexplorers/332 #release

Открыт прием заявок на Лето с AIRI!⚡️

В этом году мы запускаем Школу совместно с Передовой Инженерной Школой ИТМО. Программа пройдет в Санкт-Петербурге с 20 по 30 августа.

🗓 Подать заявку можно по ссылке до 23:59 14 июля 2024 года.

Школа включает в себя лекции, семинары и практическую работу по направлениям:

— Мультимодальные архитектуры и генеративный ИИ в промышленности
— Модели воплощенного ИИ и обучение с подкреплением в робототехнике
— Искусственный интеллект и химия
— Доверенный искусственный интеллект

📍Питание, обучение и проживание бесплатное, оплатить самим нужно будет только проезд.

Подавайте заявки и делитесь постом с друзьями и коллегами!

https://avito.tech/education/statistics

Часть 1
Статистический критерий
Статистическая мощность
Z-test
T-test
Метод Монте-Карло

1. Статистический критерий
1.1. Зачем нужна прикладная статистика?
1.2. Статистические гипотезы
1.3. Статистические функции в Python
1.4. Двусторонний критерий

2. Статистическая мощность
2.1. Статистическая мощность
2.2. Мощность для задачи про доставку
2.3. Minimum detectable effect aka MDE
2.4.1. Доверительный интервал
2.4.2. Доверительный интервал. Продолжение
2.4.3. Доверительный интервал Уилсона
2.5. Алгоритм проверки гипотез.
3. Z-test
3.1. Нормальное распределение
3.2. Z-test
3.3. Занятие со звездочкой, Z-test
4. T-test
4.1. Критерии сравнения средних. T-критерий Стьюдента
4.2. T-test4.3. Доверительный интервал
4.4. A/B-тесты. Двувыборочный Т-test
4.5. MDE для T-test5. Метод Монте-Карло
5.1. Метод Монте-Карло
5.2. Метод Монте-Карло (на исторических данных)
5.3. Метод Монте-Карло (определение мощности на исторических данных)

Часть 2
Критерий Колмогорова
Критерий Колмогорова-Смирнова
Хи-квадрат
Критерий Манна-Уитни
Бутстрап
Линеаризация

https://t.me/div_conv/242/5340