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. Подробнее — под катом.
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
→ Как ускорить работу с ML-моделями
Показываем, как Hugging Face, CleanML, Jupiter и другие инструменты помогают проводить ML-эксперименты.
→ Как разбить GPU на несколько частей и поделиться с коллегами
Рассказываем о шеринге GPU как о технологии, а также показываем, как запустить инференс-сервер на базе MIG.
→ Как мы проводили sentiment-анализ комментариев на Хабре
Делимся инструкцией, как развернуть платформу аналитики и с ее помощью оценить тональность тысяч комментариев в блоге на Хабре.
