🔥 Введение в Deep Learning — старт курса от AI Knowledge Club!

Мы запускаем полноценный онлайн курс по DL: лекции и семинары будут доступны на Stepik, а в чате можно будет обсуждать ДЗ и задавать вопросы. Вас ждет комьюнити единомышленников, которые хотят развиваться в сфере AI. Материалы будут открываться постепенно, чтобы вы могли двигаться в удобном, но дисциплинированном темпе.

Курс полностью в записи, за лето мы доработали его и пробуем новый формат, в котором постараемся давать больше обратной связи во время обучения. Неотъемлемой частью курса станет практика

🌐 В курсе вас ждёт:

- 4 Домашки по MLP, CV, NLP и LLM+мультимодалкам - вы уже сейчас попробуете решать самые актуальные задачи индустрии

- Менторы и проверка ДЗ с подробным фидбеком

- Командное соревнование в декабре и общий лидерборд студентов

👑 Топ-3 участников получат подарки от сообщества! Рейтинг будет составляться на основе решенных ДЗ + результатов соревнования

Скорее регистрируйся до 14 сентября, мы добавим вас в чат курса, после чего начнется ваше обучение!

🧠 AI Learning Hub

Клубом проводим два формата для всех, кто хочет развиваться в машинном обучении и лучше понимать, как теорию превращают в практику.
Reading Club — изучаем ключевые архитектуры и статьи, разбираем, как они работают.
Competitive ML Club — разбираем реальные соревнования и решения, которые принесли участникам топовые места.
Также выложили на YouTube записи летних выпусков Reading Club и Competitive ML Club

Теперь о ближайших выпусках

⭐Reading Club
Тема: Двухбашенные модели (Two-Tower / Dual Encoder)
Спикер: Нестеров Никита

Разберём:
🟢 архитектуру и принцип работы;
🟢 как такие модели применяются в бизнесе в разных областях ML
🟢 примеры DSSM, Siamese Models и других двухбашенных подходов.

📎13 октября, 18:00 (МСК)

⭐Competitive ML Club
Соревнование: CMI – Detect Behavior with Sensor Data
Спикер: Кирилл Рыжичкин

🌐 Задача: по данным с мультисенсорного датчика определить BFRB жесты человека.

Разберём:
🟢как правильно извлекать признаки из сенсорных сигналов;
🟢моделирование на последовательностях, multitask learning;
🟢аугментации при работе с временными рядами

Репозиторий для ознакомления: github.com/l1ghtsource/cmi-detect-behavior-w-sensor-data

📎12 октября, 18:00 (МСК)

Следи за дальнейшими постами! До встречи в эфире ✅