85. spotkanie MLGdańsk – Omówienie procesu patentowego i algorytmu optymalizacji drzew decyzyjnych

Nasze 85. spotkanie odbyło się 20.04.20 online poprzez Skype. #zostańwdomu #walczymyzcovid19

Prelegentem był Adam Karwan, który przedstawił prezentację pt. „Omówienie procesu patentowego i algorytmu optymalizacji drzew decyzyjnych

W pierwszej części spotkania Adam przedstawił problem biznesowy z jakim musiał się zmierzyć w firmie Groupon. Szukał sposobu na usprawnienie pracy operatorów helpdesk i skrócenie czasu obsługi klienta.

Pracowników działu helpdesk wspomaga system, który podpowiada jakie pytania należy zadać klientowi. Strukturą danych dobrze nadającą się do uporządkowania kolejności pytań jest drzewo decyzyjne, gdzie wierzchołkami są pytania, a przejścia między wierzchołkami zależne są od odpowiedzi klienta.

Operator podczas rozmowy z klientem dokonuje eksploracji takiego drzewa. Struktura drzewa, a więc kolejność zadawania pytań ma bardzo duży wpływ na czas obsługi. Adam wraz z grupą zaproponował rozwiązanie optymalizujące drzewo decyzyjne, które umożliwia takie ułożenie pytań w drzewie, aby czas obsługi był jak najkrótszy. Rozwiązanie to zostało zgłoszone do opatentowania.

Treść wniosku patentowego dostępna jest tutaj: https://patents.justia.com/patent/20200081934

Drugą częścią spotkania było omówienie czym jest patent oraz procedury uzyskania patentu. Adam opowiedział dlaczego warto patentować oraz jakie korzyści niesie patent dla firmy jak i wynalazcy. Następnie na przykładzie omówionego wcześniej rozwiązania, dokonał omówienia procedur jakie należy przejść aby uzyskać patent – od pomysłu, przez konsultację z prawnikami, aż po uzyskanie patentu.

Na koniec odbyła się długa dyskusja, w której uczestnicy spotkania mający doświadczenie z procesem patentowym wymienili swoje doświadczenia. Adam omówił dodatkowo dwa inne patenty związane z branżą lotniczą, których był współautorem.

Prezentacja ze spotkania ukaże się wkrótce na naszym repozytorium Github.

Zapraszamy na kolejne spotkania!

Zapowiedź – 85. Spotkanie [ONLINE] – Omówienie procesu patentowego i algorytmu optymalizacji drzew decyzyjnych

Przenosimy nasze najbliższe spotkania do sieci.
Serdecznie zapraszamy do uczestnictwa online w 85. spotkaniu grupy MLGdańsk. #zostańwdomu

Spotkanie odbędzie w poniedziałek 20 kwietnia 2020, o 18.00.

Prelegentem będzie Adam Karwan.

Temat spotkania to: Omówienie procesu patentowego i algorytmu optymalizacji drzew decyzyjnych dla celów RPA – Robotic Process Automation

Prezentacja ma na celu przybliżyć proces patentowania rozwiązań Data Science / Machine Learning. Jako przykład posłuży omówienie algorytmu optymalizacji drzew decyzyjnych, którego Adam jest pierwszym autorem.

Agenda spotkania:

  1. Opis problemu biznesowego i zastanego rozwiązania
  2. Prezentacja algorytmu balansowania drzew decyzyjnych
  3. Opis procesu patentowania rozwiązania – aspekty praktyczne

Link do konferencji Skype:
https://join.skype.com/l912lcjkwP8z

Serdecznie zapraszamy!

84. spotkanie MLGdańsk – Normalizing Flows

Nasze 84. spotkanie odbyło się 6.04.20 online poprzez Skype. #zostańwdomu #walczymyzcovid19

Prelegentem był Adam Gabryś z firmy Amazon, który przedstawił prezentację pt. „Normalizing Flows – in the search for models that correctly describe the processes that produce data”.

Adam przedstawił koncept Normalizing Flows (NF). Jest to podejście do modelowania złożonych rozkładów prawdopodobieństwa poprzez transformację prostego rozkładu (np. rozkładu normalnego) za pomocą różniczkowalnych oraz odwracalnych funkcji.

Prelegent omówił wykorzystanie metod NF w modelach generatywnych np. w zastosowaniu do generowania obrazu – https://openai.com/blog/glow/. Przedstawił również możliwości wykorzystania NF w modelach generowania mowy.

Poruszony został też temat użycia różnych typów modeli jako NF. Szeroko opisane zostały modele autoregresywne, których właściwości umożliwiają wydajne i praktyczne zastosowanie NF.

Doskonałym uzupełnieniem spotkania jest lektura artykułów:
https://arxiv.org/abs/1908.09257 – Normalizing Flows: An Introduction and Review of Current Methods
https://arxiv.org/abs/1910.13233 – Neural Density Estimation and Likelihood-free Inference
https://arxiv.org/abs/1912.02762 – Normalizing Flows for Probabilistic Modeling and Inference
https://arxiv.org/pdf/1410.8516.pdf – NICE: Non-linear Independent Components Estimation
https://openai.com/blog/glow/ – Glow: Better Reversible Generative Models
https://arxiv.org/abs/1502.03509 – MADE: Masked Autoencoder for Distribution Estimation

Prezentacja ze spotkania jest dostępna pod linkiem:
MLGdańsk84 – Adam Gabryś – Normalizing Flows

Prezentacje z naszych spotkań, są również dostępne na naszym GitHubie.

Zapraszamy na kolejne spotkania grupy MLGdańsk – również on-line!

Zapowiedź – 84. Spotkanie [ONLINE] – Normalizing Flows

Przenosimy nasze najbliższe spotkania do sieci.
Serdecznie zapraszamy do uczestnictwa online w 84. spotkaniu grupy MLGdańsk. #zostańwdomu 

Spotkanie odbędzie w poniedziałek 6 kwietnia 2020, o 18.00.

Prelegentem będzie Adam Gabryś (Amazon)

Temat prelekcji to: Normalizing Flows – In the search for models that correctly describe the processes that produce data

Kilka słów od Prelegenta:
Key takeaways:
• Understand the formal and conceptual structure of normalizing flows.
• What are finite and infinitesimal variants of normalizing flows.
• Extending standard definition and exploring the frontiers of normalizing-flow research.
• Applications of normalizing flows.

References:
https://arxiv.org/abs/1908.09257 – Normalizing Flows: An Introduction and Review of Current Methods
https://arxiv.org/abs/1910.13233 – Neural Density Estimation and Likelihood-free Inference
https://arxiv.org/abs/1912.02762 – Normalizing Flows for Probabilistic Modeling and Inference

Link do konferencji Skype:
https://join.skype.com/fbqjZu2xws3l

Serdecznie zapraszamy!