Классическое машинное обучение мертво? ⚰️

Из каждого утюга сейчас вещают, что если ты не обучаешь LLM с миллиардами параметров, то ты не в профессии, а линейные регрессии пора сдать в музей.

А теперь открываем аналитику от airesearchtrends по инструментам, которые реально используются в современных ML-пайплайнах: 🟢 Classical ML — 47% 🟢 Neural Networks — 36% 🟢 Ensemble Methods — 26% 🟢 Clustering — 4%

Почти половина реального ресерча и продакшена строится на классическом ML. Потому что там, где нужна интерпретируемость, предсказуемость и надежность, раздутые нейронки проигрывают грамотно настроенной модели. А вот массовый рынок почему-то решил, что если ты научился дергать API OpenAI, то математику под капотом можно уже не понимать. Спойлер: нельзя.

Собственно, именно поэтому следующий сезон Мастер-группы мы посвящаем фундаментальной базе. Переходим от анализа данных к построению моделей.

🗓 Стартуем 25 апреля. Эфиры будут проходить по субботам в 11:00 по МСК.

Что в меню: 🟢 5 эфиров: от самых азов машинного обучения до построения и валидации базовых линейных моделей. 🟢 1 эфир — командная практика. Хватит просто смотреть лекции. Будете в командах решать практическую задачу, а потом мы все вместе будем разбирать результаты (и смотреть, кто где накосячил). 🟢 Записи и мои файлы с кодом, естественно, остаются у вас. Забираете и используете как шпаргалку в работе.

Так как Телеграму в последнее время, к сожалению, плохо, то закрытая группа будет в ВК.

🐍 Важный фильтр: Это не курс "с нуля до сеньора за два дня". Вы уже должны адекватно писать на Python, крутить датафреймы в pandas и уметь в базовый анализ данных (всё то, что мы выстрадали на первых двух сезонах).

👉 Кому актуально запрыгнуть в этот вагон и узнать условия, пишите в личку: @obulygin91