Практическое применение методов машинного обучения
Доклад посвящен практическому применению методов машинного обучения для решения задач Яндекса. В частности большое внимание будет уделено проблеме ранжирования, современным стендам для исследования методов обучения ранжированию и перспективы дальнейшего развития данной области. Также, в контексте обучения будут поставлены рассмотрены проблемы шума в экспертных оценках, СЕО эффектах и тому подобных нюансах построения ранжирования для работы в реальных условиях. Для понимания лекции необходим начальный уровень знаний в области машинного обучения.
Страница лекции на сайте Computer Science клуба
АвторИгорь Кураленок
ОрганизаторComputer Science клуб при ПОМИ РАН
Лекции курса
9- Вычислительная сложность формальных грамматикАлександр Охотин
- Privacy of profile based ad targetingАлександр Смаль
- Язык программирования KotlinАндрей Бреслав
- Выделение и сопоставление особых точек в обработке изображенийАлександр Мордвинцев
- Устойчивая реализация алгоритмов вычислительной геометрииАнтон Ковалев
- Практическое применение методов машинного обучения▶ Вы тут
- Безопасность веб-приложений: введениеБен Лившиц
- Вредоносное программное обеспечение/Malware: введениеБен Лившиц
- Алгоритмы 3D-трэкинга и восстановления геометрии сценыАлександр Куликов
Онлайн-курсы по программированию
3
Машинное обучение для анализа текстов
От бизнес-идеи к ее реализации: учимся инновационному предпринимательству с нуля.
С платными опциями

Разработка игры-платформера на Defold: базовый уровень
Создайте свой первый платформер с нуля! За 7 недель вы не просто освоите движок Defold, а пройдете весь путь геймдев-разработчика: от кода и анимаций до дизайна и сюжета.
Бесплатный

Python для начинающих
Курс посвящен основам программирования на языке Python — одном из самых популярных и понятных языков, идеально подходящих для первого знакомства с IT.
Бесплатный
