Сегодня, 19 июня, в 12:00 по Москве состоится вводное занятие по инструментам разработки и визуализации, на котором:

🧑‍💻 познакомимся со средой разработки, а также с работой с интерактивными ноутбуками (python notebook);
🧑‍💻 вспомним основные структуры данных, используемые при анализе данных;
🧑‍💻 научимся строить простые диаграммы с помощью библиотеки Matplotlib.

До встречи на воркшопе!
Ссылка на трансляцию здесь

Сегодня, 21 июня, в 12:00 ждем вас на воркшопе «Методы понижения размерности. PCA» 👨‍💻

❓ При построении моделей у объекта зачастую есть множество признаков, которые его характеризуют (длина, ширина, стоимость и т.п.).
При анализе таких данных возникает многомерное пространство, которое мы не сможем себе представить, но можем спроецировать на плоскость или 3D-пространство.
❕Для этого используются различные методы понижения размерностей, начнём с самого простого - метода главных компонент.

Ссылка на воркшоп здесь.

Предыдущий воркшоп «Структуры данных и визуализация в Matplotlib» можно найти по этой ссылке 🧑‍💻

Первая неделя работы на треке Junior подходит к концу 🧑‍💻

Это был насыщенный период, за который мы успели:

▫️Прослушать лекцию Ивана Петрушина об искусственном интеллекте, его истории и возможностях.

▫️ Узнать мнение экспертов на тему «Искусственный интеллект: предсказанная революция»

▫️ Разобрать структуры данных и визуализацию в Matplotlib

▫️Изучить методы понижения размерности, рассмотрев метод PCA

❕Записи вебинаров доступны по встроенным в текст ссылкам

Немного о том, что ждет вас на неделе 24.06-30.06!

📌 24.06 в 12:00 встречаемся на второй части воркшопа, посвященного методам понижения размерностей. В этот раз направим внимание на MDS и tSNE.

📌 26.06 в 12:00 рассмотрим задачи машинного обучения, линейные модели.

📌 28.06 в 12:00 поговорим об эффективном общении с чат-ботами и промпт-инжиниринге.

‼️ Мероприятия рекомендованы для участников трека Junior, но доступны к просмотру всем желающим.

Ссылки на просмотр будут публиковаться в этом канале накануне каждого из них.

Сегодня, 24 июня, в 12:00 ждем вас на воркшопе «Методы понижения размерности. MDS и tSNE» 👨‍💻

❗️Вторая часть воркшопа, посвященного понижению размерностей.
Мы уже рассмотрели метод главных компонент, но далеко не для всех задач он удобен. На этом занятии рассмотрим ещё два метода с другими метриками: MDS и tSNE.

➡️ Одной из ключевых библиотек анализа данных наряду с NumPy является Pandas. Мы рассмотрим инструменты фильтрации и подготовки данных, основные понятия машинного обучения.
➡️ Во второй части занятия попробуем построить простые модели с помощью линейной регрессии.

Ссылка на воркшоп

🧑‍💻 Сегодня, 26.06, в 12:00 состоится воркшоп, посвященный задачам машинного обучения и линейным моделям.

📌 При обучении линейных моделей важно избегать чрезмерной адаптации параметров к обучающей выборке, так как это приводит к плохой предсказательной силе модели на новых данных.
Бороться с таким явлением (переобучением) позволяет в том числе регуляризация, которая позволяет компенсировать большие коэффициенты линейной модели.

Ссылка для подключения

🧑‍💻 Сегодня, 28.06, в 12:00 поговорим об эффективном общении с чат-ботами и промпт-инжиниринге.

📌 Большие языковые модели открыли удобный доступ к гигантским базам знаний для самой широкой аудитории. Несмотря на простоту общения, получить достоверный ответ зачастую нелегко.
Подходы по написанию специфических запросов стали называть prompt engineering, своего рода тайным искусством.
Мы рассмотрим популярные техники, позволяющие повысить результативность запросов и точность ответов.

Встречаемся по этой ссылке

Вторая неделя буткемпа завершена!

Трек Junior подходит к концу, остается одна неделя до сдачи заданий (до 5.07.24) 🧑‍💻

За последнюю неделю мы:

▫️Изучили методы понижения размерностей, MDS, tSNE. Ссылка на запись воркшопа здесь

▫️Рассмотрели задачи машинного обучения и линейные модели

▫️Поговорили об эффективном общении с чат-ботами и промпт-инжиниринге

❕Записи вебинаров доступны по встроенным в текст ссылкам

А мы продолжаем погружаться в тему машинного обучения! 🧑‍💻
В понедельник, 01.07, начнутся мероприятия, рекомендованные для трека Middle.

Для трека Middle Академия и КД позвали друзей из DLS при ФПМИ МФТИ.
Проект занимается образованием в области глубокого обучения по всей России и в рамках модуля научит вас решать соревнования для участия в олимпиадах и конкурсах по ИИ. На модуле вас ждут преподаватели и наставники из МФТИ 🫶

➡️ Напоминаем, что регистрация на трек Middle все еще доступна. Зарегистрироваться можно по ссылке. Чат трека расположен здесь.

Теперь немного о программе:
📌 01.07 в 12:00 состоится открытие трека Middle, сразу после которого вас будет ждать введение в решение задач машинного обучения;

📌 В среду, 03.07, состоится лекция «Работа с данными в машинном обучении»;

📌 В пятницу, 05.07, будем вместе решать задачи соревнований по машинному обучению.

☄️ Напоминаем, что весь период 01.07-05.07 будет осуществляться прием заданий и консультации трека Junior.

Стартует новая рабочая неделя, а вместе с ней и новый трек!

Открытие трека Middle состоится в 12:00 по Мск, а сразу после будет первое занятие «Введение в решение задач машинного обучения», которое проведет Майя Котыга⌨️
Майя – магистр по прикладной математике и информатике, выпусница SMILES, спикер на конференциях по математике и ИИ, победитель олимпиад, хакатонов и кейс-чемпионатов по математике и ИИ.

На лекции мы:
⚙️ разберем понятие машинного обучения, как оно соотносится с понятием "искусственный интеллект";
⚙️ поговорим о том, как решаются задачи машинного обучения в бизнесе и конкурсах;
⚙️ познакомимся с новыми библиотеками в Python, которые понадобятся для решения задач по машинному обучению.

Ссылку на трансляцию ищите здесь.

📍Сегодня в 19:00 по Мск ждем вас на лекции «Работа с данными в машинном обучении».

Занятие проведет Асель Ермековна, выпускница Skoletch 2022, ML Engineer и ментор в DLS.

Для того, чтобы подступиться к решению соревнования по машинному обучению, начнем с работы с данными. Часто в данных бывают пропуски, неожиданно высокие или низкие значения, неподходящий формат.

➡️ Мы разберемся в видах данных и научимся с ними работать для решения задач машинного обучения.
Данные, которые нам будут нужны сегодня, находятся тут

🔖Ссылку на трансляцию ищите здесь

➡️ Сегодня в 19:00 обсудим решение задачи соревнований по машинному обучению. Занятие проведет Майя Котыга.

🔜 В конце нашего модуля вас ждет соревнование по машинному обучению.

Сегодня с Майей мы разберем тренировочное соревнование на популярной платформе Kaggle и попробуем себя в работе с кодом на всех этапах от сбора данных до работы с моделями машинного обучения.

Для работы вам пригодятся эти материалы.

Ждем встречи по ссылке ⌛

‼️ Прием заданий трека Junior в Яндекс.Контест завершится 7 июля в 00:01. Очень ждем ваших решений!

💡 Сегодня стартует вторая неделя трека Middle, и мы хотим напомнить о прошедших лекция:

1️⃣ Введение в решение задач машинного обучения

⚙️ Понятие машинного обучения, решение задачи машинного обучения в бизнесе и конкурсах, библиотеки в Python для решения задач по МО.

Материалы занятия доступны по ссылке.

2️⃣ Воркшоп | Работа с данными в машинном обучении

⚙️ Разбор видов данных и работа с ними для решения задач машинного обучения.

Данные для занятия расположены здесь.

3️⃣ Воркшоп | Обсуждение решений задач соревнований по машинному обучению

⚙️ Разбор тренировочного соревнования на платформе Kaggle, работа с кодом на всех этапах от сбора данных до работы с моделями машинного обучения.

Материалы для работы ищите тут.

🆕 Анонс мероприятий трека 🆕
➡️ Сегодня, 08.07, воркшоп «Линейная и логистическая регрессия» состоится в 20:00 по мск, пост с ссылкой на трансляцию будет опубликован позднее.

➡️ В среду, 10.07, в 17:00 по мск состоится лекция «Метрики в машинном обучении»;

➡️ В пятницу, 12.07, в 19:30 поговорим о математике в машинном обучении и математической тревожности;

➡️В субботу, 13.07, в 17:00 ждем вас на воркшопе «Как решать итоговую задачу модуля?»

➡️ Наконец, в субботу, 20.07, в 17:00 разбираем решение итоговой задачи трека

🕗 Ждем вас в 20:00 по мск на воркшоп «Линейная и логистическая регрессия»!

📌 Лекцию проведет Александр Калашников, руководитель группы машинного обучения видеоаналитики в Wildberries.

ℹ️ Линейная и логистическая регрессия — самые известные модели машинного обучения с которых нужно начинать разбираться в том, как же работает машинное обучение с точки зрения математики.
Если на прошлых занятиях мы постарались в общих чертах понять как работать с алгоритмами машинного обучения "из коробки", то сейчас глубже заглянем в эти две модели, посмотрим из чего они состоят и как же с ними работать. Вас ждет разбор кода с элементами математики, после чего вы сможете эффективнее участвовать в соревнованиях по машинному обучению как с прошлого вебинара, так и в итоговом задании воркшопа.

🔗 Ссылку на подключение ищите здесь.

Для занятия вам пригодятся следующие материалы:
1. Задача восстановления регрессии
2. Линейные модели классификации и регрессии

🕔 Ждем вас в 17:00 по мск на лекцию «Метрики в машинном обучении»!

📌 Лекцию проведет Нина Коновалова, выпускница МФТИ, Skoltech, AIRI CV Engineer, лектор DLS.

ℹ️ Метрики позволяют разработчикам применять алгоритмы машинного так, чтобы они эффективно решали поставленные задачи. Это инструменты, которые дают количественные данные о том, насколько хорошо модель работает по сравнению с реальными или контрольными данными.
Часто возникает непонимание, чем метрики различаются между собой, и как их использовать, чтобы совершенствовать свои алгоритмы — именно мы разберем на этой лекции!
Попробуем применить разные метрики к разным моделям машинного обучения и сравним полученные результаты.

Математика тоже будет! Но чуть-чуть :)

🔗 Ссылка на подключение здесь

Для занятия вам пригодятся материалы по ссылке.

🕢 Сегодня, 12.07, в 19:30 по мск поговорим о математике в машинном обучении и математической тревожности.

➡️ Можно ли изучать машинное обучение без математики?
➡️ Что делать, если математика кажется очень сложной, но при этом я очень сильно хочу ботать ИИ и стать крутым профи?
➡️ Какая математика нужна для вхождения в сферу, в каком порядке ее изучать и с чего начать?
На все эти тревожные вопросы мы найдем ответы на сегодняшней дискуссии!

📣 Лекцию проведет Полина Полунина:
- Автор курсов, член ГЭК и преподаватель НИУ ВШЭ, МШУ Сколково, Сириус, СПбГУ и др.;
- директор по RnD ИИ лаборатории Smart Predictive Technologies
- Ex McKinsey, Ex Head of DS М.Видео-Эльдорадо;
- трехкратный победитель всемирных чемпионатов по анализу данных.

🔗 Встречаемся по ссылке

Вторая неделя трека Middle подходит к концу 🧑‍💻

За прошедшую неделю мы:

➡️ изучили линейную и логистическую регрессию;

➡️ прослушали лекцию «Метрики в машинном обучении»;

➡️ поговорили о математике в машинном обучении и математической тревожности;

❗️Но впереди нас ждут еще две встречи!

🧑‍💻Сегодня, 13.07, в 17:00 ждем вас на воркшопе «Как решать итоговую задачу модуля?»;

🧑‍💻 В субботу, 20.07, в 17:00 разбираем решение итоговой задачи трека.

⚡️ Сегодня в 17:00 состоится открытие трека Senior!

Сразу после приветственной части вас ждет лекция «Введение в Искусственный Интеллект и LLM» от Владимира Новосёлова — CIO Realweb и эксперта в области информационных технологий и инновационных решений.

На лекции поговорим:
➡️ об основных понятиях и методах машинного обучения;
➡️ о разновидностях и принципах работы нейронных сетей;
➡️ о принципе работы LLM и о том, как интегрировать LLM в свой продукт.

Встречаемся по ссылке.