Восьмой цикл «Уроки настоящего машинного обучения: от теории к конкретным задачам» проходил с 1 по 30 апреля 2023 года.

Партнером восьмого цикла выступает корпорация по атомной энергии «Росатом», являющаяся одним из лидеров мировой атомной промышленности и объединяющая более 350 предприятий и организаций.

Участники проекта узнают, как устроено машинное обучение, как обучаются нейросети и попробую создать самостоятельную интеллектуальную модель, которая по тексту пользователей в соцсетях и их местонахождению будет определять, является ли их сообщение описанием какого-либо бедствия или нет.

На «Уроках настоящего машинного обучения: от теории к конкретным задачам» участники проекта узнают, как устроено машинное обучение, как обучаются нейросети и попробуете создать самостоятельную интеллектуальную модель.

Лекции

Из лекции «Машинное обучение: что такое и с чем едят?» вы узнаете, какие задачи решает машинное обучение, какие проблемы возникают в ходе их решения, какими качествами следует обладать высококлассному специалисту по машинному обучению, как машинное обучение помогает нам в повседневной жизни и каких открытий ждать в ближайшем будущем. Кроме того, вы узнаете как машинное обучение применяется в Росатоме и других промышленных компаниях. Также будет проведена демонстрация решения задачи, определяющей рейтинг фильма с помощью машинного обучения. Это подвид задач работы с текстом, которые активно реализуются в Росатоме: например, нейросеть помогает работникам поддержки, анализируя текст и определяя суть проблемы.

Спикер: Ибрагимов Яхья Омарович, руководитель направления машинного обучения в Акционерном обществе «Гринатом», входящем в состав госкорпорации Росатом

Из лекции «Методы решения задач по обработке текста» лекции вы узнаете, с помощью каких методов и как решать задачи, связанные с обработкой текста.

Спикер: Ибрагимов Яхья Омарович, руководитель направления машинного обучения в Акционерном обществе «Гринатом», входящем в состав госкорпорации Росатом

Проектная задача

Требутеся решить задачу определения по тексту пользователей в соцсетях и их местонахождению, является ли их сообщение описанием какого-либо бедствия или нет. Участники проекта должны будете обучить модель машинного обучения, которая будет получать на вход строку с сообщением, а на выходе сигнализировать о возможном ЧП, если посчитает, что оно произошло. Отдельным этапом работы над проектом является создание на основе модели web‑сервиса, доступного в сети интернет.