⚰️

De todos os lados, agora dizem que se você não está treinando LLMs com bilhões de parâmetros, você não está na profissão, e as regressões lineares devem ser enviadas para o museu.

Agora vamos abrir a análise da airesearchtrends sobre as ferramentas realmente usadas em pipelines modernos de ML:
🟢 ML Clássico — 47%
🟢 Redes Neurais — 36%
🟢 Métodos Ensemble — 26%
🟢 Clusterização — 4%

Quase metade da pesquisa real e produção é construída sobre ML clássico. Porque onde a interpretabilidade, previsibilidade e confiabilidade são necessárias, redes neurais inchadas perdem para um modelo bem ajustado. Mas o mercado de massa, por algum motivo, decidiu que se você aprendeu a chamar a API do OpenAI, não precisa mais entender a matemática por baixo do capô. Spoiler: não pode.

Na verdade, é por isso que a próxima temporada do Master Group será dedicada à base fundamental. Vamos passar da análise de dados para a construção de modelos.

🗓 Começamos 25 de abril. As transmissões ocorrerão aos sábados às 11:00, horário de Moscou.

O que está no menu:
🟢 5 transmissões: desde os fundamentos do aprendizado de máquina até a construção e validação de modelos lineares básicos.
🟢 1 transmissão — prática em equipe. Chega de apenas assistir palestras. Vocês resolverão um problema prático em equipes, e depois analisaremos os resultados juntos (e veremos quem errou onde).
🟢 As gravações e meus arquivos de código, naturalmente, ficam com vocês. Levem e usem como cola no trabalho.

Como o Telegram ultimamente, infelizmente, não está bem, o grupo fechado será no VK.

🐍 Filtro importante:
Este não é um curso "do zero a sênior em dois dias". Você já deve saber escrever Python adequadamente, manipular dataframes em pandas e ter conhecimentos básicos de análise de dados (tudo o que sofremos nas duas primeiras temporadas).

👉 Quem quiser embarcar neste trem e saber as condições, escreva no privado: @obulygin91