Что делать с данными, когда их слишком много: от Big Data к Smart Data

В большинстве компаний объем собираемых данных растет быстрее, чем способность эффективно их использовать. При этом доля информации, действительно полезной для машинного обучения и бизнес-аналитики, остается минимальной.

На грядущей летней школе «IT-сеанс: погружение в мир данных» от Центра непрерывного образования ФКН будет представлен подход Data Utility — оценка данных по их реальному вкладу в улучшение метрик моделей и получение продуктовых инсайтов, а не только по показателям качества.

Максим Шаланкин, ML Team Lead в МТС Web Services и автор канала о жизни в IT и о machine learning, в своем выступлении рассмотрит:
🟣Принципы оценки полезности данных для задач машинного обучения
🟣Роль моделей эмбеддингов в сжатии и структурировании больших неструктурированных массивов
🟣Сокращение времени обучения моделей и затрат на хранение за счет компактных векторных представлений
🟣Возможность многократного переиспользования признаков в различных проектах

Когда: 23 августа, 12:15-13:15, DS-трек.
Где: Центр Культур НИУ ВШЭ, г. Москва, Покровский бульвар, 11.

📁Участие в школе бесплатное для всех желающих, требуется регистрация: по ссылке 📍