Как оценить токсичность комментариев на Хабре с помощью ML? Узнайте в бесплатном курсе Академии Selectel

В новом бесплатном курсе «​​ML для новичков» собрали полезные материалы по запуску ML-моделей, эффективному распределению GPU и подбору железа. Полученные знания можно применить в собственных пет-проектах. Подробнее — под катом.

Внутри — девять материалов, которые помогут сделать первые шаги в машинном обучении и дата-аналитике. Их изучение займет около двух часов.

В рамках курса вы научитесь:

• прогнозировать движение льда в Арктике с помощью ML,
• разбивать GPU с помощью MIG и TimeSlicing,
• ускорять ML-эксперименты и работу с моделями,
• быстро подготавливать облачное окружение,
• работать с Jupyter, Superset, PostgreSQL и другими инструментами для аналитики,
• проводить sentiment-анализ комментариев в блоге на Хабре.

→ Как ускорить работу с ML-моделями

Показываем, как Hugging Face, CleanML, Jupiter и другие инструменты помогают проводить ML-эксперименты.

→ Как разбить GPU на несколько частей и поделиться с коллегами

Рассказываем о шеринге GPU как о технологии, а также показываем, как запустить инференс-сервер на базе MIG.

→ Как мы проводили sentiment-анализ комментариев на Хабре

Делимся инструкцией, как развернуть платформу аналитики и с ее помощью оценить тональность тысяч комментариев в блоге на Хабре.