Материалы, презентации и ссылки на видео по прошедшим митапам ML REPA. Подбробнее о митапах, материалы и новости
- на сайте ml-repa.ru
- в телеграм-канале t.me/mlrepa
Митапы:
- Meetup 1: Reproducible ML experiments
- Meetup 2: Data and Models Version control in Computer Vision
- Meetup 3: Machine Learning Reproducibility, Experiments, and Pipelines Automation for NLP
- Meetup 4: Towards fully automated training pipelines in Machine Learning
Наш первый митап! О важности воспроизводимости в Machine Learning. Примеры, демонстрация инструментов, реальных проблем и кейсов. Полезные подходы и инструменты для Data Scientists, Data Engineers и Product/Project Managers.
- Эмели Драль - ML-based services for manufacturing: from reproducibility to automation
- Роман Тезиков - Reproducibility in CV. Overview
- Михаил Рожков - Workshop: DVC для автоматизации ML экспериментов и версионирования данных
О пайплайнах, воспроизводимости, контроле версий данных и моделей в компьютерном зрении. Как версионировать модели и данные в Computer Vision? Какие особенности и сложности с воспроизводимостью в Computer Vision?
- Влад Грозин - MLFlow для обеспечения воспроизводимости экспериментов
- Роман Тезиков - Wokrshop: Dive into Catalyst
- Дмитрий Никулин - Experiment management in research: case study
Кейс про пайплайны и эксперименты в NLP. Сравненеи подходов DVC, MlFlow и Kubeflow. Подходы в управлению командами и проектами в Data Science. Отдельно про то, как можно оценить потери от неэффективности и зачем нам автоматизация.
- Михаил Рожков - ML experiments management, pipelines automation and reproducibility: with DVC and MLFlow
- Михаил Рожков - ML teams and projects management: potential for cost optimization
- Михаил Рожков - Benchmark of approaches to NLP pipelines automation: AI plays words games
О подходах к построению процесса автоматического обучения моделей машинного обучения. Опыт построения пайпланов для мониторинга и обновления моделей в продуктиве. И снова про NLP пайпланы (выжимка из презентаций митапа 3). Использование Apache Airflow в пайплайнах
- Артем Селезнев - Держим тонус моделей в продуктиве
- Михаил Рожков - NLP games и автоматизация пайплайнов с Kubeflow
- Петр Ермаков - Apache Airflow: семь раз примерь, один раз зашедуль