- Регистрация
- 26 Март 2018
- Сообщения
- 85.571
Название: Machine Learning в бизнесе [Тариф 1] [MLinside] [Виктор Кантор, Никита Зелинский]
Описание:
Результат после курса: Научитесь не просто обучать модели, а приносить бизнесу измеряемую в деньгах пользу с помощью ML
Для кого курс
Программа курса
Введение:
1. Введение: напоминание основ машинного обучения, обзор применений машинного обучения во взаимодействии бизнеса с клиентом и в оптимизации расходов бизнеса. Обзор отраслей, наиболее активно использующих машинное обучение
Модуль 1. Увеличение дохода
2. Рекомендательные системы
3. Ценообразование на основе данных: smart pricing и dynamic pricing
4. Лидогенерация: таргетирование с помощью прогнозов вероятности целевого действия, uplift modelling и positive-unlabeled (PU) learning
Модуль 2. Минимизация рисков
5. Скоринг клиентов: классическая задача оценки вероятности дефолта, скоринг мошенников и кастомные скоринги
6. Детектирование аномалий или почему антифрод это не просто скоринг
Модуль 3. Оптимизация бизнеса
7. Приоритизация расходов
8. Автоматизация работы с помощью deep learningД
9. Оптимизация работы персонала и процессов в компании
Дополнительная тема: можно ли с помощью машинного обучения построить новый бизнес, и почему это не так просто
Тариф 1
Модуль ML в бизнесе
Описание:
Результат после курса: Научитесь не просто обучать модели, а приносить бизнесу измеряемую в деньгах пользу с помощью ML
Для кого курс
- Освоил базу ML и хочешь дальше углубляться в машинное обучение
будешь увереннее чувствовать себя на собеседованиях - Нет коммерческого опыта в сфере ML и хочешь попрактиковаться в применении ML на реальных кейсах
сможешь внедрять ML в реальные проекты и приносить пользу бизнесу - Хочешь больше коммерческого опыта в ML или застрял на позиции джуна и чувствуешь нехватку экспертизы для дальнейшего карьерного роста
сможешь обосновать перед руководством, почему тебя стоит повысить
Программа курса
Введение:
1. Введение: напоминание основ машинного обучения, обзор применений машинного обучения во взаимодействии бизнеса с клиентом и в оптимизации расходов бизнеса. Обзор отраслей, наиболее активно использующих машинное обучение
Модуль 1. Увеличение дохода
2. Рекомендательные системы
3. Ценообразование на основе данных: smart pricing и dynamic pricing
4. Лидогенерация: таргетирование с помощью прогнозов вероятности целевого действия, uplift modelling и positive-unlabeled (PU) learning
Модуль 2. Минимизация рисков
5. Скоринг клиентов: классическая задача оценки вероятности дефолта, скоринг мошенников и кастомные скоринги
6. Детектирование аномалий или почему антифрод это не просто скоринг
Модуль 3. Оптимизация бизнеса
7. Приоритизация расходов
8. Автоматизация работы с помощью deep learningД
9. Оптимизация работы персонала и процессов в компании
Дополнительная тема: можно ли с помощью машинного обучения построить новый бизнес, и почему это не так просто
Тариф 1
Модуль ML в бизнесе
◆ ЦЕНА МАТЕРИАЛА ◆
Стоимость: 150000 руб.
Материал «Machine Learning в бизнесе [Тариф 1] [MLinside] [Виктор Кантор, Никита Зелинский]», возможно, скоро появится на All-dar.
Пройдите регистрацию и оформите Premium подписку, чтобы первым получить доступ, и воспользуйтесь поиском — может быть, он уже опубликован.
Скрытый контент для пользователей All-dar.