Wszystkie wpisy, których autorem jest Robert Różański

Zapowiedź – 100. spotkanie [ONLINE] – Digital Innovation Hub DiH4.AI

Serdecznie zapraszamy na jubileuszowe 100. spotkanie ONLINE grupy MLGdańsk. #mlgdansk

Spotkanie odbędzie się w poniedziałek, 08.02.2021, godz. 18:00

link do spotkania: https://meet.jit.si/MLGdansk_08022021_nb100
(uwaga: nowy link, korzystamy z jitsi)

Będziemy gościć przedstawicieli trójmiejskiego Digital Innovation Hub – https://dih4.ai

Mateusz Dyrda opowie o DIHu, natomiast Jacek Kawalec o biznesie i AI.

Parę słów o prelegentach:

Mateusz Dyrda
Dyrektor Hubu Innowacji Cyfrowych DIH4.AI, Prezes Stowarzyszenia Robotyków SKALP, konstruktor, robotyk, ale też edukator i animator społeczności. Studiował filozofię na Uniwersytecie Gdańskim oraz nanotechnologie na Politechnice Gdańskiej. Członek wielu zespołów pracujących nad pojazdami autonomicznymi i innowacyjnymi produktami. Od wielu lat zaangażowany w trójmiejską społeczność fab labów i makerspace’ów. Ze sportów najbardziej lubi wygrywać hackathony i latać dronami wyścigowymi.

Jacek Kawalec
Absolwent Wydziału Psychologii Katolickiego Uniwersytetu Lubelskiego. Doświadczenie zdobywał m.in. w Oracle w USA, od 1995 r. współzałożyciel i udziałowiec portalu Wirtualna Polska (wp.pl), gdzie odpowiadał za rozwój technologii. Ten ogólnotematyczny portal był jednym z pierwszych tego typu podmiotów na krajowym rynku i szybko uzyskał wysoką popularność i rozpoznawalność przez kilkanaście milionów użytkowników miesięcznie. Po sprzedaży Wirtualnej Polski w 2005 roku zajmował się inwestowaniem w start-upy. Od 2012 roku związany z Voicelab.ai początkowo jako inwestor pasywny a później od 2015 roku jako Wiceprezes.

Serdecznie zapraszamy!

93. Spotkanie [ONLINE] – A Framework for Understanding Unintended Consequences of Machine Learning

Nasze 93. spotkanie odbyło się online 5 października 2020 r.

Prelegentem był Robert Różański, który zreferował artykuł Harini Suresh’a i Johna V. Guttag’a „A Framework for Understanding Unintended Consequences of Machine Learning” (link).

Artykuł przedstawia model procesu budowania, ewaluacji i wdrażania modeli ML, skupiający się na potencjalnych źródłach niezamierzonych negatywnych konsekwencji, np. „algorythmic bias”.

Model ten ma ułatwić analizę ww. procesów pod kątem konsekwencji oraz dostarczyć wspólnych ram do opisu konkretnych problemów i rozwiązań. Ma on też ułatwić identyfikację elementów procesów, które można zmodyfikować aby poradzić sobie z różnymi niezamierzonymi konsekwencjami.

Prezentacja ze spotkania dostępna jest pod tym linkiem.

Serdecznie zapraszamy na nasze kolejne spotkania!

88. spotkanie MLGdańsk – Introduction to causal discovery and inference

Spotkanie odbyło się 15.06.2020 online poprzez Skype.

Na spotkaniu wysłuchaliśmy prelekcji Roberta Różańskiego pod tytułem „Introduction to causal discovery and inference„.

Prelegent omówił podstawowe zagadnienia związane z budowaniem modeli przyczynowo-skutkowych na podstawie danych obserwacyjnych oraz przewidywaniem efektów interwencji.

W pierwszej części wyjaśnił główne problemy związane z traktowaniem tradycyjnych modeli statystycznych lub ML jako modeli przyczynowo-skutkowych. Następnie omówił związki między założeniami dotyczącymi badanego systemu a tym, co możemy powiedzieć o jego strukturze na podstawie danych obserwacyjnych.

Druga część prezentacji była poświęcona przewidywaniu efektów
interwencji. Robert omówił kryteria doboru zmiennych „backdoor” i
„frontdoor” oraz wykorzystanie zmiennych instrumentalnych. Omówił również podstawowe metody estymacji efektów: stratyfikację, „matching”, modelowanie mechanizmu przypisywania interwencji oraz modelowanie powierzchni reakcji.

Prezentacja, wraz z bibliografią jest dostępna tutaj:
https://github.com/mlgdansk/meetings/blob/master/MLGdansk88_2020.06.15_RobertRozanski_CasualDiscoveryAndInference.pdf

Serdecznie zapraszamy na kolejne spotkania MLGdańsk!

Zapowiedź – 88. Spotkanie [online] – Introduction to causal discovery and inference

Serdecznie zapraszamy do uczestnictwa ONLINE w 88. spotkaniu grupy MLGdańsk.

Spotkanie odbędzie się w poniedziałek, 15.06.2020, godz. 18:00

pokój Skype: https://join.skype.com/jVxlYSGwp934
(uwaga: na każde spotkanie mamy nowy link!)

Prelegentem będzie Robert Różański

Temat prelekcji to: Introduction to causal discovery and inference

Kilka słów od Prelegenta:
Opowiem o podstawowych / głównych ideach stojących za tematyką „causal discovery” i „causal inference”. Jeśli zastanawiacie się co możecie
powiedzieć na temat związków przyczynowo-skutkowych na podstawie
danych obserwacyjnych oraz jak (czy można?) przewidywać efekty działań zanim się je podejmie to prezentacja jest dla Was. Tematyka ta jest dość rozległa i rozproszona po różnych dziedzinach (ekonometria,
epidemiologia, nauki społeczne, ML), natomiast mam nadzieję przekazać Wam jakieś podstawy dzięki którym nie będziecie tak zagubieni jak byłem ja 🙂


Serdecznie zapraszamy!

Zapowiedź – 79. Spotkanie – Wykrywanie raka jajnika z wykorzystaniem rozpoznawania obrazów

Spotkanie odbędzie się w najbliższy poniedziałek (27.01) o 18:00.

Prelegentem będzie Krzysztof Pastuszak, a temat wystąpienia to Wykrywanie raka jajnika z wykorzystaniem rozpoznawania obrazów

Parę słów od Prelegenta:
Rak jajnika charakteryzuje się wysoką zachorowalnością i śmiertelnością, w znacznym stopniu spowodowaną późnym wykryciem. Brakuje metod umożliwiających wykrycie choroby na wczesnym etapie z zapewnieniem odpowiednich czułości i specyficzności. Poszukując bardziej precyzyjnych narzędzi diagnostycznych, zbadaliśmy profile ekspresji Tumor-Educated Platelets (TEPs). Profile ekspresji płytek krwi zostały użyte do zbudowania dwuwymiarowych obrazów, w których każdy piksel odpowiadał wybranemu genowi.

Zastosowaliśmy następnie rozpoznawanie obrazów z użyciem głębokich sieci neuronowych do wykrycia próbek pochodzących od chorych pacjentów. Działanie modelu porównaliśmy z wynikami uzyskanymi za pomocą klasycznych metod uczenia maszynowego, takich jak lasy losowe, czy SVM. Wstępne wyniki wyglądają obiecująco, metoda oparta o rozpoznawanie obrazów wydaje się oferować najwyższą czułość przy zachowaniu wysokiej specyficzności.

UWAGA
Tym razem spotykamy się na Gdańskim Uniwersytecie Medycznym (Collegium Biomedicum, ul. Dębinki 1), w Instytucie Biotechnologii Medycznej.

Jak dotrzeć na miejsce spotkania:

  • SKMką – przystanki Stocznia i Politechnika są najbliżej
  • tramwajem (przystanek Uniwersytet Medyczny).
  • samochodem – niedaleko budynku jest parking, który przez ostatnie kilka miesięcy nie był zamknięty, ale podobno mają plan uruchomić ponownie szlaban, więc kto wie. Można też parkować przy drogach dojazdowych (np. Tuwima, Wrońskiego czy Śniadeckich).

Po wejściu do budynku (po dużych schodach) kierujcie się prosto do końca korytarza. Na końcu, po lewej stronie, będzie kładka/łącznik biegnąca do drugiego budynku – w nim się spotykamy.

mapka: https://osm.org/go/0PMbqwSHV-?layers=N

Serdecznie zapraszamy!

68. spotkanie – Klasyfikacja nowotworów trzonu macicy

Spotkanie odbyło się 5 sierpnia 2019, tradycyjnie na Wydziale ETI PG.

Prelegentem był Robert Różański, który przedstawił wstępne wyniki projektu dot. klasyfikacji raka trzonu macicy na podstawie mutacji.

Prezentacja skupiała się głównie na inżynierii cech, konkretnie na testowaniu różnych sposobów wykorzystania wiedzy eksperckiej z biologii do poprawienia wartości informacyjnej danych.

Prezentacja dostępna jest pod linkiem: Klasyfikacja raka trzonu macicy

Następne spotkanie już 19.08 – Zapraszamy!

Zapowiedź – 68. Spotkanie – klasyfikacja nowotworów trzonu macicy

Serdecznie zapraszamy na nasze kolejne spotkanie już 5 sierpnia 2019.

Tematem spotkania będzie projekt dotyczący klasyfikacji nowotworów trzonu macicy na podstawie wykrytych mutacji. Temat prezentować Robert Różański, który współpracuje nad tym projektem z naukowcami z GUMed i PG.

Robert opisze w skrócie założenia i cele projektu oraz przedstawi wstępne wyniki uzyskane do tej pory.

Spotkanie odbędzie się o godzinie 18.oo w sali 106, budynek nowego ETI, PG.