Хардкорный Machine Learning [2022] [karpov.courses] [В. Бабушкин, В. Брсоян, С. Гафаров, И. Котенков, А. Сахнов, В. Ладенков]

Складчина: Хардкорный Machine Learning [2022] [karpov.courses] [В. Бабушкин, В. Брсоян, С. Гафаров, И. Котенков, А. Сахнов, В. Ладенков]

Machine Learning для начинающих [2022]
HARD ML [2022]
karpov.courses
Валерий Бабушкин, Ваге Брсоян, Станислав Гафаров, Игорь Котенков, Александр Сахнов, Владислав Ладенков

Не просто обучаем модельки, а решаем сложные и нужные для бизнеса ML-задачи. На курсе пройдём полный цикл разработки ML-приложений.

Для кого эта программ:
1. ML-разработчик

Вы уже имеете опыт работы в областях, связанных с машинным обучением, и хотите понять, как решать специфические и нестандартные задачи.​

2. Тимлид

Вы хотите научиться создавать сервисы, которые будут решать сложные бизнес-задачи с использованием приложений, основанных на ML-алгоритмах.​

Вы освоите:
1. Ранжирование и матчинг
2. Динамическое ценообразование
3. Uplift-моделирование
4. Продвинутое A/B тестирование
5. Сценарии деплоя ML-сервисов

Спойлер: Содержание

Модуль 1 - Ранжирование и матчинг

Матчинг позволяет решать некоторые важные проблемы, с которыми сталкиваются все компании. Научимся выявлять товары-дубли по их названиям. Попрактикуемся сопоставлять покупателей в онлайне, офлайне и в приложении. Узнаем, как мониторить цены в реальном времени. Расскажем про разные приложения этого подхода, например, про выявление товаров-дублей по их названиям. Рассмотрим технические тонкости архитектур и методов, лежащих в основе систем ранжирования.

1. Вводная лекция: ранжирование, матчинг, архитектурные особенности

• Обсудим постановку задачи ранжирования с точки зрения машинного обучения.
• Разберёмся в тонкостях матчинга и верхнеуровнево познакомимся с архитектурой решения.

2. Метрики в задаче ранжирования. Особенности матчинга как подзадачи ранжирования

• Рассмотрим различные метрики ранжирования: от самых базовых до актуальных и часто используемых.
• Обсудим их применение в разных ситуациях, углубимся в задачу матчинга и поговорим про особенности оценки результатов.

3. Функции потерь и базовые подходы к обучению моделей ранжирования

• Продолжим углубляться в тему ранжирования и рассмотрим методы обучения моделей.
• Узнаем, какие существуют функции потерь и в каких случаях они используются.

4. Особенности работы с деревянными моделями. YetiRank

• Перейдём к следующему этапу развития ранжирующих систем и познакомимся с популярными алгоритмами и их внутренним устройством.

5. Передовые подходы к ранжированию: обзор ушедшего десятилетия

• Разберёмся, какие за последнее время были придуманы способы и приемы, повышающие качество и стабильность моделей.
• Проследим развитие идей и концепций.

6. Приближённый поиск ближайших соседей

• С увеличением объёма данных возрастает сложность ранжирования и поиска объектов.
• Рассмотрим алгоритмы, позволяющие быстро и эффективно искать схожие объекты в огромной базе.

7. Модели для работы с текстом, введение в эмбеддинги. FastText, DSSM

• Познакомимся с языковыми моделями для извлечения информации из текстов в векторном виде для её последующей утилизации моделями.
• Разберём принципы работы и обучения моделей FastText, узнаем, чем они отличаются от Word2Vec, и перейдём к структурированным синтаксическим моделям — DSSM.

8. Сложные языковые модели для высокоточной работы: BERT и трансформеры

• Продолжим знакомство с текстовыми моделями.
• Разберём передовые архитектуры и посмотрим, в какой задаче матчинга трансформер может «выстрелить».

9. Парсинг данных из Интернета, сбор датасетов

• Научимся выживать в ситуациях, когда данных нет, но они очень нужны.
• Разберём основы парсинга web-страниц и сбора сырых данных.

10. Толока как инструмент для оценки моделей и обновления датасетов

• Познакомимся с инструментом ручной разметки данных от компании Яндекс и узнаем, какую пользу он может принести в работе.

Финальный проект модуля

• Используем полученные знания для разработки сервиса на основе моделей ранжирования.
• В качестве бонуса обсудим задачи, которые можно решить с минимальными изменениями текущего пайплайна.

​

Модуль 2 - Динамическое ценообразование

Научимся делать динамическое ценообразование на основе машинного обучения, что позволит вам максимизировать прибыль компании, в которой вы работаете, и поможет найти баланс между трафиком, выручкой и маржой.

1. Постановка задачи ценообразования

• Начнём с основ экономической теории: узнаем, из чего складывается цена, каковы её основные компоненты и от каких факторов она зависит.
• Также познакомимся с понятием волатильности.

2. Построение модели предсказания цены в зависимости от факторов

• Закрепим теорию практикой: научимся грамотно просматривать и анализировать данные рынка и с их помощью выявим реальные факторы, влияющие на цену продукта.
• Порешаем задачи предсказания цен на уже существующих данных.

3. Постановка задачи динамического ценообразования

• Более детально рассмотрим, чем постановка задачи динамического ценообразования отличается от предыдущей задачи и какие факторы в данном случае могут влиять на цену.
• Обсудим зависимость динамического ценообразования от групп покупателей, времени, рыночных условий, спроса и задач проникновения.

4. Первое знакомство с динамическим ценообразованием

• Проанализируем практическую применимость концепции «‎цена как функция, зависящая от факторов», и построим первые простейшие модели динамического ценообразования.

5. Предсказание диапазонов цен

• Поговорим о том, как работают алгоритмы предсказания диапазонов цен.
• Познакомимся с понятием квантильной регрессии и затронем проблему выбора лучшей цены.

6. Скрещивание динамического и классического ценообразования

• Поговорим о кластеризации временных рядов и прогнозировании диапазонов цен.
• Посмотрим, какие бывают инструменты для прогнозирования временных рядов и применим их на практике.
• Обсудим некоторые специфические функции потерь, такие как quantile loss и RMSLE, и рассмотрим метрики для прогнозирования диапазонов цен.

7. Метрики и тесты для определения лучшей цены

• Поговорим о том, на какие метрики следует смотреть для определения лучшей цены.
• Узнаем, как применить A/B-тестирование для решения этой задачи.

8. Многорукие бандиты и обучение с подкреплением

• Узнаем, как использовать обратный сигнал для корректировки и задания диапазонов цен.
• Познакомимся с многорукими бандитами и теорией, которая лежит в их основе.
• Рассмотрим, как они позволяют ускорить A/B-тесты в проде.

9. Практическое применение многоруких бандитов

• Рассмотрим реализацию многоруких бандитов и получение обратной связи для корректировки цены в коде.

Финальный проект модуля

• На основе пройденного материала создадим собственный сервис по предсказанию цен для 1000 товаров.
• Построим для него несколько моделей и постараемся решить задачу максимальных продаж без провисания маржи.

​

Модуль 3 - Uplift-Modelling

Научимся делать uplift-моделирование. Рассмотрим всё от постановки задачи до её реализации. Данный тип моделирования позволит учесть изменения в поведении клиентов, которые, например, могли быть вызваны рекламной акцией. На основании данной модели вы сможете понять, кому из клиентов стоит сделать предложение и оценить эффект от этого воздействия.

1. Введение в uplift-моделирование

• Обоснуем необходимость использования uplift и научимся правильно ставить задачу для эффективного моделирования.
• Рассмотрим популярные решения и метрики качества uplift-моделей.

2. Разбор методов построения uplift-моделей

• Поговорим о том, как проводить разведочный анализ данных (EDA) при uplift-моделировании.
• Разберём такие подходы к построению uplift-деревьев, как meta-learners и uplift trees.

3. Uplift сложных метрик. Expected value framework

• Узнаем, что такое декомпозиция бизнес-эффекта (expected value decomposition) и как с её помощью продумывать изменение интересующей метрики и схемы прогноза.
• Рассмотрим сложный кейс из офлайн-ритейла.

4. Как спроектировать свою библиотеку факторов

• Для построения любой модели необходимы данные: например, важно понимать, откуда к нам пришёл тот или иной клиент и какие у него предпочтения.
• Узнаем, как проводить эксперименты с разными наборами предикторов и как понять, какой набор является оптимальным для решения задачи.
• Убедимся, что оформление кода для расчёта предикторов в библиотеку — это самый быстрый путь вывода модели в продакшн.

5. Workshop: пишем приложение с применением модели

• Собственными руками построим приложение с применением uplift.
• Сначала продумаем последовательность действий (pipeline) для подготовки данных и применения модели и организуем репозитории с исходным кодом, а затем настроим логирование и уведомления.
• Также обсудим механику сохранения промежуточных результатов и подъёма приложения при его падении.

Финальный проект модуля

• Напишем свой веб-сервис для запуска uplift-модели и организуем маркетинговую кампанию на основе транзакционных данных клиентов.

​

Модуль 4 - Продвинутое A/B тестирование

Научимся использовать A/B-тестирование для решения практических задач. В результате тесты станут намного более чувствительными, что позволит быстрее внедрять позитивные изменения и отказываться от негативных. Научимся использовать ML-алгоритмы для ускорения A/B-тестов. В результате тесты станут намного более чувствительными, а плохо показывающие себя тесты можно будет быстро выявить и отключить.

1. Введение: основы статистики

• Вспомним основы теории вероятностей и математической статистики, которые понадобятся в курсе.
• Научимся строить точечные оценки и доверительные интервалы.

2. Основы статистики и статистические критерии

• Поговорим о том, что такое A/B-тестирование и чем оно отличается от других способов принятия решений.
• Узнаем, какие статистические критерии применяются в A/B-тестировании и как построить доверительный интервал с помощью метода Bootstrap.

3. Метрики в А/B-тестировании

• Рассмотрим различные метрики А/B-тестирования и их классификацию.
• Выделим среди них те, которые используются чаще всего. Разберём наиболее удачные комбинации метрик.

4. MDE, sample size

• Научимся рассчитывать минимальный детектируемый эффект и подбирать необходимый размер групп для проведения эксперимента.
• Познакомимся с идеями повышения чувствительности тестов.

5. Стратификация

• Обсудим, в чём опасность проведения экспериментов на малом количестве данных.
• Узнаем, как дополнительные знания о наблюдаемых объектах помогают снижать дисперсию данных.
• Научимся сокращать дисперсию с помощью стратификации.

6. CUPED. Гильбертово пространство случайных величин

• Проанализируем общие черты гильбертова пространства и CUPED.
• Научимся снижать дисперсию данных и повышать чувствительность теста за счёт использования исторических данных.

7. Линеаризация. Многопараметрический дельта-метод

• Познакомимся с особенностями тестирования ratio-метрик.
• Рассмотрим общие черты многопараметрического дельта-метода и линеаризации.
• Поговорим о том, как они связаны между собой.

8. Множественное тестирование, 2 + 2= -2

• Рассмотрим ситуацию, когда два улучшения могут привести к ухудшению ситуации, и научимся справляться с этой проблемой: узнаем, как организовать параллельное проведение большого количества экспериментов и как проводить эксперименты с несколькими вариантами изменений.

9. Peeking problem, последовательное тестирование

• Поговорим о том, что происходит с корректностью теста, если оценивать эксперименты до их окончания.
• Научимся динамически определять момент завершения пилота.

10. Auto-ML, полный пайплайн

• Узнаем, как выглядит полный пайплайн A/B-тестирования, и рассмотрим применение ML-алгоритмов для повышения чувствительности тестов.

​

Модуль 5 - Сценарии деплоя ML-сервисов

Как и обычный бэкенд, ML-бэкенд должен обладать отказоустойчивостью и минимальным временем простоя. Кроме того, жёсткие требования часто выдвигаются и к производительности самого приложения. В этом модуле научимся грамотно выпускать приложения в продакшн, учитывая все эти требования.

1. Инфраструктура и процессы в современных бэкендах

• Начнём со знакомства с инфраструктурой и микросервисной архитектурой.
• Поговорим о процессах в современных бэкендах.

2. Application Service & Service Discovery

• Поговорим о проектировании приложения для сёрвинга и познакомимся с паттерном Service Discovery.

3. Процессы. Демонизация. Веб-серверы

• Рассмотрим, как работают процессы в системе, и разберёмся, в каком виде будут деплоиться наши приложения.
• Поговорим о функциях веб-серверов.

4. Docker Runtime + Docker Compose

• Познакомимся поближе с Docker и Docker Compose и поговорим о некоторых паттернах их применения.

5. Docker Swarm + Container Lifecycle

• Организуем оркестрацию нашего приложения в Swarm-кластере, проследим жизненный цикл контейнера и сформируем представление о том, из чего складывается оркестрация.

6. GitLab CI/CD

• Используем GitLab CI/CD для выстраивания полноценного процесса сборки и доставки.

7. Сценарии развёртывания. Часть 1

• Рассмотрим сценарии развёртывания приложения без использования докера и окрестраторов, в которых балансировка есть из коробки.
• Обсудим разные варианты доставки, хранения и деплоя кода, демонизируем наши приложения через systemd и настроим nginx балансировать трафик по нашим приложениям.

8. Сценарии развёртывания. Часть 2

• Продолжим обсуждение «бездокеровских» сценариев.
• Рассмотрим полезные функции bash для написания своих сценариев деплоя.
• Познакомимся с системами автоматической конфигурации ansible и salt, выполнив по одному типу развёртки с помощью каждой.

9. MLflow и MLflow Model Registry

• Поднимем MLflow и MLflow Model Registry, интегрируем их в наш сёрвинг и рассмотрим удобные способы регистрации моделей, выходящие за рамки стандартных «коробок».

​

Продажник