Алгоритм PCA как один из популярных Unsupervised алгоритмов ML

Зачастую нам приходится проецировать многомерные данные на плоскость либо в пространство меньшей размерности. На занятие вы узнаете как работает метод PCA для снижения размерности данных

Бесплатный вебинар

Записаться на вебинар

26 сентября | 18:00 МСК

IT-специалистам которые хотят освоить продвинутые методы ML и перейти в Data Science
Дата-сайентистам, желающим углубиться в профессию
Тем кто самостоятельно изучает Data Science и уже изучил основы ML

Вебинар будет полезен

Вы узнаете, что из себя представляет задача снижения размерности
Вы изучите основные техники снижения размерности
Вы изучите метод PCA

Почему стоит посетить вебинар

Спикер

Мария Тихонова

Senior Data Scientist SberDevices, преподаватель ВШЭ

Работает специалистом по анализу данных в команде AGI NLP в SberDevices. Занимается нейросетевыми языковыми моделями и их применением в реальных задачах. Считает, что работа в области Data Science дает уникальную возможность заниматься безумно крутыми вещами on the edge of science, которые меняют мир здесь и сейчас.

Преподает в Высшей Школе Экономики дисциплины по анализу данных, машинному обучению и data science.

Мария закончила механико-математический факультет МГУ и школу анализа данных Яндекса. В настоящий момент Мария обучается в аспирантуре ВШЭ на факультете компьютерных наук. Среди ее научных интересов такие области data science, как natural language processing и тематическое моделирование.

Преподает в OTUS на курсах:

Machine Learning. Professional

Все участники вебинара получат

Запись открытого вебинара

Бесплатный урок

Сертификат со скидкой на покупку курса

Запишитесь на мероприятие

И мы пришлем вам напоминание перед стартом вебинара, чтобы ничего не пропустить

26 сентября | 18:00 МСК

Информация

Об Otus

Контакты

По всем вопросам
help@otus.ru