![](https://habrastorage.org/webt/m8/bq/ps/m8bqpslnyul-pjpr3idsuusgueg.jpeg)
7 ноября Intel Software Solutions проводит бесплатный мастер-класс для разработчиков в московском офисе Яндекса на Льва Толстого. Специалисты обеих компаний расскажут всем желающим о программных инструментах и облачных технологиях для разработки ПО, высокопроизводительных вычислений и машинного обучения.
Считайте, что мы вас уже пригласили. Не забудьте только зарегистрироваться — количество мест не бесконечно.
Мы приглашаем всех:
- разработчиков программного обеспечения, исследователей, учёных или инженеров;
- работающих над проектами по обработке большого массива данных или разрабатывающих ПО в облаке;
- знающих C, C++ или Python.
На тренинге вы можете прослушать следующие мастер-классы:
Облачный CI и программные инструменты Intel в облаке
Программные инструменты Intel — это необходимый инструмент разработчика ПО, который стремится получить максимальную производительность своего кода на платформах Intel Architecture (x86). Программные инструменты Intel предоставляют компиляторы, рантаймы и библиотеки, а также инструменты профилировки и прототипирования, покрывающие полный спектр оптимизаций — от алгоритмических до микроархитектурных.
В рамках мастер-класса мы:
- опробуем компиляторы, рантаймы и библиотеки;
- обсудим настройку CI для использования инструментов Intel;
- рассмотрим проблемы и их решения.
Анализ производительности приложений в облаке
Миграция приложений в облачную инфраструктуру даёт ряд преимуществ — например, простое масштабирование, резервирование, техподдержку, снижение TCO. При этом работа с облачными сервисами требует компетентную и внимательную команду разработки и сопровождения ПО.
Цель практического семинара — раскрыть возможности инфраструктуры Яндекс.Облака (на базе Intel Cascade Lake) и использовать инструменты оптимизации и прототипирования производительности Intel Parallel Studio XE Professional Edition.
Знакомство с библиотекой CatBoost
СatBoost — это библиотека градиентного бустинга с открытым исходным кодом.
Она превосходит аналоги по качеству и имеет дополнительные преимущества: например, поддерживает работу с категориальными признаками (жанрами музыки, ID устройства, URL) без предобработки данных.
Мы познакомимся с возможностями библиотеки на примере задачи классификации. Пройдём все этапы построения модели прогнозирования и рассмотрим следующие темы:
- выбор подходящих функций потерь и метрик для оптимизации;
- обучение модели;
- визуализация процесса обучения и кросс-валидации;
- работа со встроенным детектором переобучения;
- выбор оптимального порога принятия решения;
- важность признаков и интерпретация прогнозов модели;
- применение обученной модели к тестовым данным.
Всю информацию о тренинге вы найдете на пригласительной страничке.
Начало мероприятия в 10:00. Участие свободное по предварительной регистрации. Не забудьте захватить с собой ноутбук!