Как оценить тональность комментариев в блоге с помощью ML? Узнайте в бесплатном курсе Академии Selectel
В новом бесплатном курсе «ML для новичков» собрали полезные материалы по запуску ML-моделей, эффективному распределению GPU и подбору железа. Полученные знания можно применить в собственных пет-проектах.
О курсе
Внутри — девять материалов, которые помогут сделать первые шаги в машинном обучении и дата-аналитике. Их изучение займет около двух часов.
В рамках курса вы научитесь:
- прогнозировать движение льда в Арктике с помощью ML,
- разбивать GPU с помощью MIG и TimeSlicing,
- ускорять ML-эксперименты и работу с моделями,
- быстро подготавливать облачное окружение,
- работать с Jupyter, Superset, PostgreSQL и другими инструментами для аналитики,
- проводить sentiment-анализ комментариев в блоге на Хабре.
С чего начать изучение
Показываем, как Hugging Face, CleanML, Jupiter и другие инструменты помогают проводить ML-эксперименты.
Рассказываем о шеринге GPU как о технологии, а также показываем, как запустить инференс-сервер на базе MIG.
Делимся инструкцией, как развернуть платформу аналитики и с ее помощью оценить тональность тысяч комментариев в блоге.
Изучайте 10+ бесплатных курсов в Академии Selectel. А также подписывайтесь на нашу рассылку, чтобы первыми получать материалы по IT-темам.
#selectel #selectel_course #ml #машинноеобучение #нейросети #пет-проект