Обзор RecSys&AdTech с ICML | Андрей Мищенко, Яндекс

Обзор CV с ICML | Сергей Овчаренко и Александр Шишеня, Яндекс

Обзор Reinforcement Learning с ICML | Дмитрий Бабаев, Яндекс

Обзор NLP с ICML | Андрей Бут, Яндекс

Вступительное слово на ML Party — ICML Recap | Алексей Гусаков, Яндекс

Как мы улучшили алгоритм рекомендаций в настройке «Незнакомое» в Яндекс Музыке | Савва Степурин

Нейрофильтр с YaGPT: как помочь пользователю разобрать его почтовый ящик | Руслан Дюсаев

NBA in Cross-service: про применение ML в Плюс Дейли | Анис Хамуш

Про адаптацию LLM к переводу HTML / Георгий Иванов

Дообучение модели генерации изображений на предпочтения людей | Александр Шишеня

Робот-доставщик: как мы решаем проблемы прода в perception’е | Тая Пенская

Продуктовый ML: ожидание и реальность. Как работают «Идеи» в Яндекс Картах | Никита Киселёв

Механизм оптимизации подмешивания дополнительных элементов в результаты WEB-поиска / Алексей Голиков

Я вас (не) слышу! Как Алиса переезжала из мобильного приложения в колонку / Никита Рыжиков

Нейросетевое ранжирование для рекомендательных систем / Кирилл Хрыльченко

Как мы запускали автогенерацию рекламных баннеров на Яндекс Маркете / Александр Воронцов

Оптимизация генеративного ридера в составе RAG‑системы | Андрей Соколов и Юлия Камелина, YADRO

Рекомендательные системы: сложности разработки и пути решения | Пётр Чуйков, HeadHunter

Как предсказывать движение автомобилей в симуляци / Илья Дьяков

Кандидатогенерация рекламы: как учитывать ставки в ранжировании | Александр Воронцов, Яндекс Маркет

Как определить кавер-версию трека с помощью computer vision / Артём Вешкин

Как мы сделали модель машинного перевода и попали в топ-5 на WMT24 / Николай Карпачёв

Как улучшить знакомые подходы для рекомендации незнакомого | Савва Степурин, Яндекс Музыка

Онтология: что находится под капотом рекламы | Кирилл Трофимов, Яндекс Реклама

Актуальный опыт внедрения Feast в командах Купера | Юрий Классен, Купер

Вольюметрик-студия на коленке | Сергей Елисеев и Леонид Штанько, Яндекс Поиск

Что можно предсказать по снимку МРТ? SOTA, MedSAM, разметка | Екатерина Кондратьева, LiteBC Ltd.

Адаптация VLM под продуктовые требования | Екатерина Глазкова, Яндекс Поиск

(Не)реальные данные — генерация синтетических данных | Дарья Андреева, X5 Tech

Человек и LLM. Как оценивать качество моделей и строить метрики | Ирина Барская, Яндекс Поиск

Использование LLM в разметке данных: можно ли убрать людей? | Дмитрий Антипов, Сбер, АБТ

Синтез выразительной речи для аудиокниг | Степан Комков, Яндекс Поиск

Большие проекты на базе LLM и связанные с ними «грабли» | Катя Серажим, Яндекс Поиск

Вступительное слово на Practical ML Conf 2024 | Алексей Гусаков, Яндекс Поиск

Исследование экосистемных эффектов методами Causal Inference | Георгий Морозов, Т-Банк

AI-инструмент для разработчика: как мы обучали LLM кодить | Виктор Плошихин, Yandex Infrastructure

Развитие навыков распознавания текста в VLM / Антон Клочков

Как мы учим Алису откликаться без имени / Дмитрий Солодуха

Реклама ресторанов в Еде: аукцион, ранжирование, ценообразование / Илья Ирхин

Трансформеры в Погоде, или Как начать прогнозировать миллиметры осадков / Пётр Вытовтов

03. Дикуссия «Ближайшее будущее диффузионных моделей»

02. Практические аспекты обучения масштабных диффузионных моделей - Валентин Хрульков

01. Kandinsky 2 X - Андрей Кузнецов

Bias-variance tradeoff в анализе данных и реальной жизни. Максим Николаев, Школа анализа данных

Задачи RMQ и LCA. Часть 2

Задача о кратчайших путях. Алгоритмы Беллмана-Форда, Флойда, Дийкстры и Джонсона

Практические алгоритмы для задачи о кратчайшем пути, задача о минимальном разрезе, алгоритм Штера-В

Задачи RMQ и LCA. Часть 1

Модели вычислений. Анализ учетных стоимостей. Часть 1

Сортировка слиянием. Быстрая сортировка.

Misra-Gries. Деревья поиска. RB-деревья. Декартовы деревья и дучи.

Хеширование

Минимальные остовные деревья. Алгоритмы Краскала и Прима. Системы непересекающихся множеств.

Модели вычислений. Анализ учетных стоимостей. Часть 2

Сильно связные компоненты, точки сочленения и мосты

Очередь и стэки. Иммутабельность и персистентность

Фильтр Блюма и count-min sketch

Длиннейшая возрастающая подпоследовательность 2. Кучи. Сортировка кучей

Splay-деревья. Обход в ширину. Обход в глубину. Топологическая сортировка и проверка ацикличности.

Быстрая сортировка и сортировка слиянием 2. Бинарный поиск. Длиннейшая возрастающая подпоследователь