„Data Science Po Godzinach vol. II” – zaproszenie na Meetup infoshare Academy

Zapraszamy do udziału w meetupie “Data Science po godzinach vol. II”, organizowanym przez szkołę programowania infoShare Academy. Tematem przewodnim będzie AI i Machine Learning.

MLGdańsk jest partnerem tego wydarzenia.

Meetup odbędzie się ONLINE w środę 27 października, w godz. 18-20.

Rejestracja na wydarzenie pod linkiem: https://infoshareacademy.com/data-science-po-godzinach/.

Agenda:

18:10 ➡ Machine Learning vs Machine Discovery. Czym dzisiaj jest sztuczna inteligencja?
dr Mateusz Bonecki – Chief Innovation Officer w DAC.digital

Wystąpienie poświęcone będzie drodze, jaką przeszła sztuczna inteligencja od obwieszczonej ponad dekadę temu przez Chrisa Andersona (Wired) detronizacji nauki teoretycznej przez data science.

18:55 ➡ United Data Forces of OLX – segmenting pros like a pro
Tomasz Jamiński / Head of Data Science w OLX Group

dr Piotr Sobczyk / Senior Data Scientist w OLX Group
Mikołaj Szal / Data Scientist w OLX Group

W tym wystąpieniu głos zabierze team Data Science w OLX-ie. Ciekawe biznesowe case study: Panowie opowiedzą, jak połączyli siły Data Science, UX Research oraz Product Analytics w celu dostarczenia behawioralnej segmentacji sprzedawców.

Po wszystkich prelekcjach przewidziane są sesje Q&A i networkingowe, a na koniec konkurs z nagrodami! Data Science po Godzinach poprowadzi Paweł Alicki, training architect w infoShare Academy od lat związany z branżą IT pasjonat Data Science.

Serdecznie zapraszamy do udziału!

Zapowiedź – MLGdańsk #113 – Mitigating bias with Targeted Data Augmentations

Serdecznie zapraszamy do uczestnictwa ONLINE w 113. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 2021.10.11, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_11102021_nb113
(uwaga: nowy link, korzystamy z jitsi)

Prelegentem będzie Agnieszka Mikołajczyk (EiA PG, Voicelab) – https://www.linkedin.com/in/agnieszkamikolajczyk/

Temat prelekcji to:
Mitigating bias with Targeted Data Augmentations

Parę słów od Prelegentki:
„Czym jest tendencyjność w uczeniu maszynowym i na jakim etapie może zostać niechcący wprowadzona?

Jak wykrywać tendencyjność i jak sobie z nią radzić?

Podczas prezentacji przedstawię swoje badania realizowane w ramach grantu „Wykrywanie i zmniejszanie wpływu tendencyjności danych za pomocą objaśnialnej sztucznej inteligencji ” na przykładzie klasyfikacji znamion skórnych.”

Serdecznie zapraszamy do udziału!