Meetup – Wprowadzenie do Machine Learning – podsumowanie

Dziękujemy wszystkim zainteresowanym, którzy przybyli na spotkanie we wtorek 20 czerwca 2017 do gdańskiego Hackerspace’a.

Mamy nadzieję, że spotkamy się jeszcze nie raz, w tej lub w innej formule 🙂

W międzyczasie, zapraszamy do zapoznania się z prezentacjami, które pokazywaliśmy we wtorek.

  1. Krótkie wprowadzenie do uczenia maszynowego – Robert Różański
  2. Im dalej w las tym więcej drzew! – Marcin Zadroga
  3. Systemy dialogowe odrobinę pikantnie – Szymon Jessa
  4. Reprezentacja wektorowa tekstu i wizualizacja z użyciem t-SNE – Adam Wróbel
  5. Kręcenie w czterech wymiarach dla początkujących – Krzysztof Czarnowski
  6. SOM for MNIST – Piotr Chlebek

Dzięki jeszcze raz za meetup!

Wydarzenie to było naszym 22 spotkaniem w gronie MLGdańsk, kolejne –  23  spotkanie –  odbędzie się 3 lipca na PG.

Meetup – Wprowadzenie do Machine Learning

Zapraszamy na mrożące krew w żyłach historie ze świata uczenia maszynowego, opowiadane przez wieszczy z MLGdansk w kameralnym Hackerspace!

Zaplanowane opowieści – często z życia wzięte – są przygotowane dla osób bez wcześniejszych doświadczeń z tzw. sztuczną inteligencją.

Wydarzenie podzielone jest na kilka krótkich części, będących wprowadzeniem do różnych zagadnień:

1) Krótkie wprowadzenie do uczenia maszynowego (opowie Robert)

2) Im dalej w las tym więcej drzew! (opowie Marcin)

3) Systemy dialogowe odrobinę pikantnie (opowie Szymon)

4) Reprezentacja wektorowa tekstu i wizualizacja z użyciem t-SNE (opowie Adam)

5) Kręcenie w czterech wymiarach dla początkujących (opowie Krzysztof).

A jeśli szczęście nam dopisze, dotrze do nas również tajemniczy Piotr ze swoją straszną historią…

Więcej informacji na naszym meetupie lub na meetupie Hackerspace’u.  Informację o wydarzeniu znajdziecie też na FB.

Zapraszamy, do zobaczenia!

21. spotkanie MLGdańsk – Modelowanie Bayesowskie

Spotkanie odbyło się 5.06.2017 r. na Politechnice Gdańskiej.

Prelegentem był Łukasz Czekaj, który opowiedział o  Modelach Bayesowskich w JAGS ( http://mcmc-jags.sourceforge.net/ ). W sowim wykładzie Łukasz wytłumaczył podstawy teoretyczne modelowania bayesowskiego, najbardziej użyteczne algorytmy i narzędzia. Zaprezentował też kilka praktycznych problemów rozwiązywanych za pomocą modelowania bayesowskiego (np. wykrywanie halo ciemnej materii 🙂 ).

Prezentacja ze spotkania: MLGdańsk21 – Modele Bayesowskie