19 апреля в Новосибирске пройдёт встреча для разработчиков и специалистов по машинному обучению и Data Science. На ней выступят специалисты Яндекса, которые занимаются машинным интеллектом и исследованиями в этой области.
Участников встречи ждут два доклада и мастер-класс. Михаил Биленко, руководитель управления машинного интеллекта и исследований, расскажет, как построить систему машинного обучения, которую легко корректировать во время эксплуатации. Затем Анна Вероника Дорогуш, руководитель группы разработчиков библиотеки СatBoost, познакомит с особенностями библиотеки и научит с ней работать.
Участие бесплатное, но необходимо зарегистрироваться. Количество мест ограничено.
Программа
18:30 Регистрация
19:00 Of Nets and Neighbors: легкокорректируемые системы машинного обучения. Михаил Биленко, Яндекс
Как построить системы машинного обучения, которые можно легко корректировать во время эксплуатации? Мы представим эффективное решение этой проблемы, сочетающее новейшие и старые методы обучения. Параметрические алгоритмы, такие как нейросети, бустинг и ансамбли, получили большую популярность благодаря их эффективности на академических бенчмарках и соревнованиях. Мы обсудим, в чём разница между академическим и производственным использованием обучающих алгоритмов и зачем комбинировать параметрические алгоритмы с их непараметрическими собратьями, такими как современные вариации метода ближайших соседей. Комбинированный подход особенно актуален в системах, где необходимо быстро реагировать на ошибки, что будет продемонстрировано на примере работы голосовых ассистентов.
19:50 Перерыв
20:00 CatBoost: новое поколение градиентного бустинга. Анна Вероника Дорогуш, Яндекс
Доклад посвящён особенностям библиотеки CatBoost. Мы поговорим про обработку категориальных данных в градиентном бустинге и новые идеи в алгоритме CatBoost, которые позволили улучшить качество получаемой модели. Вы узнаете также про важные параметры алгоритма и о том, как ими пользоваться.
20:40 Перерыв
20:50 CatBoost: инструкция по применению/Мастер-класс