infoShare Academy Po Godzinach #4

Machine Learning

wtorek, 17 października 2017, godz. 18:00

Wydział Informatyki UMCS

Prelegenci

Speaker

Uczenie maszynowe, „rocket science” czy chleb powszedni?

18:10 - 19:40

Vladimir Alekseichenko
General Electrics, Biznes Myśli

Vladimir lubi podróże (odwiedził około 30 krajów) ... również w świecie IT. Zaczął programować ponad 10 lat temu i pracował w różnych dziedzinach informatyki (z różnymi technologiami). Przez ostatnie 4 lata zajmuję się tematami związanymi z danymi, takie jak machine learning czy data science. Był zaangażowany w budowę infrastruktury dla wyszukiwarek (TB danych). Przygotował ETL (oparty na stacku Hadoop/Kafka/Storm), robił prognozy sprzedaży i wiele innych. Jest trenerem w warsztatach Data Workshop gdzie wyjaśnia, jak korzystać z uczenia maszynowego w życiu życiu bez komplikacji teoretycznych i zawiłych wzorów. Ma podcast o sztucznej inteligencji - Biznes Myśli. Uczestniczy w konkursach Kaggle'a. Kocha dane i wyzwania.

Speaker

Wszyscy jesteśmy wektorami - o systemach rekomendacyjnych

19:50 - 20.35

Piotr Migdał
freelancer / deepsense.ai

Piotr Migdał jest doktorem fizyki kwantowej, który przeszedł w stronę data science (uczenie maszynowe, sieci neuronowe, wizualizacje danych o konsultacje eksperckie). Pracuje jako freelancer m.in. dla deepsense.ai (rozpoznawianie obrazów oraz warsztaty dla klientów w USA), Medialab Katowice (analiza wydarzeń kulturalnych), Letme.AI (systemy rekomendacyjne) i Imperial College London (trymestralny wykład z baz danych). Prowadzi bloga z uczenia maszynowego i nie tylko na http://p.migdal.pl/ (wpisy takie jak "Learning Deep Learning with Keras" i "king - man + woman is queen; but why?" zdobyły światową popularność). W wolnych chwilach uczy młodzież Krajowego Funduszu na rzecz Dzieci. Jest autorem Quantum Game with Photons, w którym mamy możliwość interakcji z mechaniką kwantową bez konieczności jej znajomości.

Agenda

Rejestracja

17:30 - 18:00

Start!

Anna Prończuk - Omiotek [ infoShare Academy ]

Rozpoczęcie i przywitanie uczestników

18:00 - 18:10

Uczenie maszynowe, „rocket science” czy chleb powszedni?

Vladimir Alekseichenko [ General Electrics, Biznes Myśli ]

Czy brak znajomości assemblera stanowi jakiekolwiek wyzwania do tworzenia oprogramowania w naszych czasach? Przez analogię tak ważne jest zrozumienie natury uczenia maszynowego od strony praktycznej. Celem tej prezentacji jest przekazanie wiedzy, że początki są znacznie prostsze niż mogłoby się to wydawać. Prezentacja będzie składa się z dwóch części po 45 min, gdzie poznasz kontekst i zobaczysz kod (kota też). Dowiesz się o Deep Learning. Co stało się w roku 2012, co to jest Deep Convolutional Neural Network. Jaki jest state of the art w tym temacie. I najważniejsze, będziesz mógł powtórzyć i uruchomić modele takie jak AlexNet, VGGNet, GoogLeNet albo ResNet (model, który zaczął rozpoznawać lepiej - w pewnych przypadkach - niż ludzie w konkursie ImageNet).

18:10 - 19:40

Wszyscy jesteśmy wektorami - o systemach rekomendacyjnych

Piotr Migdał [ freelancer / deepsense.ai ]

Niby każdy z nas jest inny - ale często można dostrzec prawidłowości. I dokładnie dzięki tym prawidłowościom możemy polecać ludziom produkty - bardzo możliwe, że będą chcieli kupić to, co spodobało się podobnym im osobom. Z działaniem systemów rekomendacyjnych spotykamy się na co dzień - książki na Amazonie, klipy na YouTube'ie, filmy na Netflix'ie. Ale jak one działają? I czego potrzebujemy, by tworzyć własny?
Reprezentacja danych jako wektory jest częstym zabiegiem w uczeniu maszynowym. Przydaje się do szukania znaczeń słów (word2vec i GloVe, http://p.migdal.pl/2017/01/06/king-man-woman-queen-why.html), autoenkoderów do obrazów i, właśnie, systemów rekomendacyjnych. W owych systemach nich każda osoba jest zamieniana na wektor, który koduje jej preferencje. Jak to się dzieje? O tym opowiem!
Wspomnę o rozkładzie rzadkich macierzy (jeden z przełomów) oraz bardzo wszechstronnym algorytmie factorization machines. Jednak, by nie był to wyłącznie black box - napiszę na Waszych oczach prosty system rekomendacyjny w PyTorch. Jest też szansa na niespodziankę w JavaScript, ale to zobaczymy. :)

19:50 - 20:35

Pizza i networking

20:35 - ...

Partnerzy

Organizator

InfoShare Academy

Sponsor integracji

Britenet

Sponsorzy

Edge One Solutions
Intive
Upaid
Sii
Wydział Matematyki, Fizyki i Informatyki UMCS (Piętro 1)
Plac Marii Skłodowskiej-Curie 1 Lublin