Описываем недостатки существующих систем тестирования OCR-решений и предлагаем наш собственный алгоритм. 

В этом туториале мы поделились инсайтами, как можно быстро обнаружить баги в работе моделей машинного обучения. 

Этот туториал рассказывает о том, зачем нужны относительные коэффициенты регуляризации и как их можно использовать с помощью библиотек ARTM и TopicNet.

Алексей Гончаров, CEO MIL, о том, почему мы решили разделить два основных направления лаборатории - Applied AI и Research AI на уровне подразделений, как это решение повлияло на работу с партнерами и какие результаты мы получили. 

Преимущества субъективных методов оценки качества работы расшумляющих моделей перед алгоритмическими: две основные метрики, Яндекс.Толока, SNR и защита от ботов. 

Parsing an example of tasks in cases where ML is added to the company's processes without having marked-up data for this purpose.

Talk about optimization of neural networks and acceleration of their development. Analysis of the main concepts and approaches of network facilitation methods (quantization, pruning, and distillation).

Analysis of the main stages of work on the project. Discuss the points and required knowledge needed before starting a project in Artificial Intelligence and Machine Learning.

Online conference " We are heard, seen, reacted to: where are technologies moving?»

Demand forecasting: tasks and applications (from GoodsForecast.ru)

Use MVDC methodology when you need to achieve high-risk results and accelerate the research process in Artificial Intelligent projects.