⚰️

Desde todos lados ahora dicen que si no entrenas LLM con miles de millones de parámetros, no estás en la profesión, y que las regresiones lineales deberían ir al museo.

Pero ahora abrimos el análisis de airesearchtrends sobre las herramientas que realmente se usan en los pipelines modernos de ML:
🟢 ML clásico — 47%
🟢 Redes neuronales — 36%
🟢 Métodos de ensemble — 26%
🟢 Clustering — 4%

Casi la mitad de la investigación real y la producción se basa en ML clásico. Porque donde se necesita interpretabilidad, previsibilidad y fiabilidad, las redes neuronales infladas pierden frente a un modelo bien ajustado. Pero el mercado masivo por alguna razón decidió que si aprendiste a llamar a la API de OpenAI, ya no necesitas entender las matemáticas bajo el capó. Spoiler: no es así.

De hecho, por eso la próxima temporada del Master Group la dedicamos a la base fundamental. Pasamos del análisis de datos a la construcción de modelos.

🗓 Empezamos el 25 de abril. Las sesiones serán los sábados a las 11:00 hora de Moscú.

¿Qué hay en el menú?
🟢 5 sesiones: desde los fundamentos del aprendizaje automático hasta la construcción y validación de modelos lineales básicos.
🟢 1 sesión — práctica en equipo. Basta de solo ver conferencias. Trabajarán en equipos resolviendo un problema práctico, y luego analizaremos juntos los resultados (y veremos quién metió la pata).
🟢 Las grabaciones y mis archivos de código, por supuesto, se quedan con ustedes. Tómenlos y úsenlos como chuleta en el trabajo.

Como Telegram últimamente, lamentablemente, no funciona bien, el grupo cerrado estará en VK.

🐍 Filtro importante:
Este no es un curso "de cero a senior en dos días". Ya deben saber escribir decentemente en Python, manejar dataframes en pandas y tener conocimientos básicos de análisis de datos (todo lo que sufrimos en las dos primeras temporadas).

👉 A quien le interese subirse a este tren y conocer las condiciones, escríbanme al privado: @obulygin91