Датацентричное машинное обучение: новый инструментарий архитектора данных

Наконец, в пятом модуле вы познакомитесь с методами улучшения качества моделей машинного обучения с помощью систематической обработки данных, а также c лучшими практиками сбора и разметки данных и с техниками датацентричной оценки моделей машинного обучения.

Часов в программе

14,00 часов

лекции

14,00 часов

практика

24,00 часа

самостоятельная

52,00 часа

всего

Темы

Тема 5.1. Проверка и согласование запросов на изменения программной системы с точки зрения архитектуры Тема 5.2. Инновации в теории искусственного интеллекта и BigData: методы улучшения качества моделей машинного обучения на Big Data с помощью систематической обработки данных Тема 5.3. Алгоритм confident learning и лучшие практики сбора и разметки данных Тема 5.4. Датацентричная оценка моделей машинного обучения: поиск и устранение проблем Тема 5.5. Проблемы обучения моделей машинного обучения: неравновесие классов, выбросы и сдвиг распределения Тема 5.6. Интерпретируемость в датацентричном машинном обучении Тема 5.7. Кодирование человеческих знаний в машинное обучение через аугментацию данных и инженерию запросов