Загрузка страницы

Подход к автоматизации решений задач ML на примере HackerEarth ML — А. Чернобровов

Алексей Чернобровов рассказывает про подход к автоматизации решений задач машинного обучения на примере конкурса HackerEarth Machine Learning Challenge 1. Из видео вы сможете узнать:
- Обзор существующей реализации, её преимущества и недостатки
- Какую архитектуру с возможностью масштабируемости можно выбрать
- Какие данные и результаты работы приходится хранить
- Возникающие в процессе реализации сложности
- Как система показала себя при решении контеста

Слайды: https://gh.mltrainings.ru/presentations/Chernobrovov_HackerearhMLChallenge_2017.pdf

Узнать о текущих соревнованиях можно на сайте http://mltrainings.ru/
Узнать о новых тренировках и видео можно из групп:
ВКонтакте https://vk.com/mltrainings
Facebook https://www.facebook.com/groups/1413405125598651/

Видео Подход к автоматизации решений задач ML на примере HackerEarth ML — А. Чернобровов канала ODS AI Ru
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
19 апреля 2017 г. 10:55:10
00:33:20
Другие видео канала
Екатерина Кондратьева - Непопсовые направления анализа медицинских снимков v2Екатерина Кондратьева - Непопсовые направления анализа медицинских снимков v2DRL Course | Практическое занятие 4. Monte-Carlo and SARSADRL Course | Практическое занятие 4. Monte-Carlo and SARSAЧемпионат по машинному обучению и анализу данных – ML Boot Camp 9 — Александр НичипоренкоЧемпионат по машинному обучению и анализу данных – ML Boot Camp 9 — Александр НичипоренкоДмитрий Колодезев | Открытие Data Fest Siberia 3Дмитрий Колодезев | Открытие Data Fest Siberia 3Data Fest 2021: ML REPA Track PremiereData Fest 2021: ML REPA Track PremiereODS Data Fest Online 3.0, June 11 - Practical ML + CV in IndustryODS Data Fest Online 3.0, June 11 - Practical ML + CV in IndustryИлья Бойцов | Машинное обучение и персонализация в поиске auto.ruИлья Бойцов | Машинное обучение и персонализация в поиске auto.ruML System Design - ML инфраструктура и платформыML System Design - ML инфраструктура и платформыЕвгений Никитин - Российский DL в радиологии: что происходит на рынке в 2023 году?Евгений Никитин - Российский DL в радиологии: что происходит на рынке в 2023 году?Владислав Савинов | Геймификация сбора данных для ML во внутренних сервисахВладислав Савинов | Геймификация сбора данных для ML во внутренних сервисахНикита Детков - Text-to-Video Generation and EditingНикита Детков - Text-to-Video Generation and EditingМаксим Пантелеев - Beyond global sentiment object aspect sentimentsМаксим Пантелеев - Beyond global sentiment object aspect sentimentsData Fest Online 2021: Causal Inference. Recommendations. Encoding, трек МегафонаData Fest Online 2021: Causal Inference. Recommendations. Encoding, трек МегафонаБорис Коваленко: YandexFace: детали реализации и внедренияБорис Коваленко: YandexFace: детали реализации и внедренияРасим Ахунзянов | Калибровка камеры к лидаруРасим Ахунзянов | Калибровка камеры к лидаруМихаил Лиз | Как собирать дорожные знаки и почему это не так простоМихаил Лиз | Как собирать дорожные знаки и почему это не так простоData Fest 2021: Quantum Computing Track PremiereData Fest 2021: Quantum Computing Track PremiereТатьяна Зобнина | Нейронные сети в анализе и генерации звукаТатьяна Зобнина | Нейронные сети в анализе и генерации звукаМихаил Атепаев - Как мы делаем ML-сервисы надёжнымиМихаил Атепаев - Как мы делаем ML-сервисы надёжнымиDRL Course | Policy GradientDRL Course | Policy GradientИгорь Пестрецов | Применение рекомендательной системы для поиска аномалий в запусках процессов OCИгорь Пестрецов | Применение рекомендательной системы для поиска аномалий в запусках процессов OC
Яндекс.Метрика