Archiwum kategorii: Spotkania

Informacje o spotkaniach

46. spotkanie MLGdańsk – Propagacja wsteczna błędu w sieciach neuronowych – dla początkujących

Spotkanie odbyło się 23 lipca 2018 roku.

Prelegentem był Piotr Chlebek (DataUp.ai). Przedstawił on nam intuicyjny wstęp do uczenia sieci neuronowych oraz algorytmu wstecznej propagacji błędu. Prelekcja Piotra była zilustrowana przykładami z jego aplikacji Sharky Neural Networks.

Prezentacja ze spotkania jest dostępna tutaj: PropagacjaWstecznaBleduWSieciachNeuronowych

Kolejne spotkanie, już 6 sierpnia, tematem spotkanie będą sieci GAN. Serdeczenie zapraszamy!

44. spotkanie MLGdańsk – warsztat Introduction to RNNs

Spotkaliśmy się 25 czerwca 2018 r. na wydziale ETI PG.

Karol Draszawka poprowadził 2 godzinny warsztat, którego tematyką były sieci rekurencyjny (ang. RNN). Głównym celem była prezentacja możliwości sieci rekurencyjnych oraz sposobów ich użycia w tensorflow.

Karol opisał podstawy teoretyczne sieci RNN oraz ich architektury. Zapoznaliśmy się z algorytmem treningu BPTT. W trakcie rozwiązywania zadań, używaliśmy prymitywów tensorflow do zaimplementowania sieci. Opisane również zostały architektury sieci GRU i LSTM.

Kolejne spotkanie – tradycyjnie – za dwa tygodnie. Zapraszamy!

Warsztato-Hackaton: Machine Learning

ML Gdańsk razem z HACKER:SPACE Trójmiasto przeprowadziło hackaton uczenia maszynowego w Gdańsku. Sponsorem wydarzenia była firma PredictX. Było to bardzo energetyczne i owocne spotkanie:
  • 2 prezenterów,
  • 20 uczestników,
  • 2 różne problemy (klasyfikacja i regresja),
  • 6 godzin współpracy.
Wszyscy uczestnicy wybrali problem klasyfikacji:
Podsumowanie na blogu Piotra W.:
Informacje na temat sponsora wydarzenia:
  • PredictX delivers big data, machine learning, and decision automation services to data-reliant industries, in particular financial services, procurement, retail, travel and healthcare. Using embedded intelligence and data visualisation technology, PredictX continuously drive cost savings, operational efficiencies and revenue growth. PredictX supports clients in capturing, cleaning and compiling their data from multiple sources from within and outside the business. More: https://www.predictx.com/

43. spotkanie MLGdańsk – analiza danych EKG / przygotowanie do hackatonu

Spotkanie odbyło się 11 czerwca.

Zostało ono poświęcone na przedyskutowanie i „przetestowanie” materiału i danych, które zostaną wykorzystane na zbliżającym się hackatonie współorganizowanym przez hackerspace.

Robert Różański przedstawił analizę danych EKG – będzie to jedno z zadań, dla uczestników hacaktonu. Dane pochodzą ze strony physionet.org.

Natomiast Marcin Zadroga omówił swoją prezentację o szeregach czasowych, którą przedstawi na hackatonie.

Nasze kolejne spotkanie już za dwa tygodnie, zapraszamy!

42. spotkanie MLGdańsk – Optinav (Carl Zeiss Group) & Machine Vision

Spotkanie odbyło się 28.05.2018 tradycyjnie na Wydziale ETI PG.

Naszymi gośćmi byli Arkadiusz Śmigielski oraz Tomasz Borzyszkowski z firmy Optinav. Prezentację przedstawił Arek, który zaprezentował historię firmy, jej projekty oraz produkty.

Optinav jest częścią korporacji Carl Zeiss, gdzie jest nie tylko komórką produkcyjną, ale też prężnie działającą jednostką badawczą szczególnie w dziedzinie widzenia komputerowego (technologia Optinav jest wykorzystywana przy produkcji Tesli Model 3)

Prezentacja jest dostępna pod linkiem: OPTINAV-CompanyOverview-MLGdanskMeeting.

Serdecznie zapraszamy na nasze kolejne spotkania!

41. spotkanie MLGdańsk – O wielorękich bandytach, nieuczciwych kasynach i sprytnych statystykach

Spotkanie odbyło się 14 maja na Politechnice Gdańskiej.

Prelegentem był Łukasz Czekaj, który opowiedział nam o wielorękich bandytach. Jest to rodzina modeli, które możemy zaaplikować do wielu interesujących problemów, kiedy z góry nie znamy wartości prawdopodobieństwa sukcesu dla zestawu agentów oraz dysponujemy ograniczonymi zasobami. Nazwa „wieloręcy bandyci” wywodzi się z gier hazardowych, gdzie grając na jednorękich bandytach, stajemy właśnie przed opisanym problemem (agenci – maszyny, zasoby – pieniadze).

Teoria ta została rozbudowana głównie z myślą o optymalnym projektowaniu eksperymentów w kontekście badań klinicznych. Obecnie jest też szeroko stosowana w świecie uczenia maszynowego np. w online marketingu.

Prezentacja Łukasza jest dostępna tutaj: MultiarmedBanditsUnfairCasinosAndBayesOtpimisation.

Kolejne spotkanie, za dwa tygodnie, serdecznie zapraszamy do zapoznania się z naszym grafikiem i … do zobaczenia!

40½ Spotkanie – Rewolucja Deep Learning: od technologii do wpływu

10 maja (czwartek) – odbyło się specjalne spotkanie, gdyż odwiedził nas specjalny gość – Chris Rowen – który z pasją wygłosił wykład o rewolucji uczenia maszynowego, o przyśpieszaniu start-up’ów, a zwłaszcza o jego nowym startupie – BabbleLabs.

Chris jest znanym przedsiębiorcą i technologiem Doliny Krzemowej, obecnie pełniącym funkcję współzałożyciela i dyrektora generalnego BabbleLabs. Prowadził Cognite Ventures, wyspecjalizowaną firmę analityczną, inwestycyjną i doradczą dla firm rozpoczynających działalność w zakresie głębokiego uczenia (ang. Deep Learning). Pracował jako dyrektor ds. technicznych w Cadence’s IP Group, gdzie wraz z zespołem opracowuje nowy procesor i pamięć do zaawansowanych aplikacji w telefonii komórkowej, motoryzacji, infrastrukturze, systemach głębokiego uczenia się i IoT. Chris dołączył do Cadence po przejęciu firmy Tensilica, którą założył, aby rozwijać rozszerzalne procesory.
Poprowadził Tensilicę na stanowisku CEO, a następnie CTO, aby stała się jedną z najbardziej wydajnych architektur procesorów wbudowanych.

Przed założeniem firmy Tensilica, w 1997 roku był wiceprezesem i GM w Design Reuse Group w Synopsys. Chris był również pionierem w projektowaniu architektury RISC i pomógł założyć MIPS Computer Systems, gdzie był wiceprezesem ds. Rozwoju mikroprocesorów. Posiada tytuł MSEE i doktora inżynierii elektrycznej na Uniwersytecie Stanforda oraz tytuł licencjata fizyki na Harvardzie. Posiada ponad 40 amerykańskich i międzynarodowych patentów. W 2015 roku został mianowany członkiem IEEE Fellow za swoją pracę nad rozwojem technologii mikroprocesorowej.

40. spotkanie MLGdańsk – Extreme multi-label classification – state of the art

Spotkanie odbyło się 30 kwietnia – niektórzy w tym czasie odpoczywali na łonie natury, korzystając z „długiego weekendu”, natomiast koneserzy uczenia maszynowego spotkali się w progach Politechniki Gdańskiej.

Nasz niezrównany prelegent i łamacz kodów binarnych na budynkach, Karol Draszawka, zaprezentował nam problem tagowania dokumentów: aktualne metody, zbiory danych i metryki. Karol zadał też prowokujące pytanie, czy rzeczywiście „multi-label classification” jest tym, za co się podaje?

Słuchaczy, którzy chcieliby  poznać tę i inne odpowiedzi, zapraszamy na kolejne spotkania. 🙂

39. spotkanie MLGdańsk – startup a’Pear

Tym razem mieliśmy okazję spotkać się i posłuchać Sebastiana Wróbla, który opowiadał o swoim startupie a’Pear.

Celem tego projektu jest stworzenie platformy, która umożliwi korzystanie z usług stylistów w łatwy sposób. Korzystający z systemu w prosty sposób będą dostawać rekomendację zakupu ubrań dostosowanych do ich sylwetki i gustów.

Sebastian intensywnie rozwija swój pomysł, został też zakwalifikowany do konkrusu organizowanego przez Farfetch – onlinową platformę sprzedażową, specjalizującą się w sprzedaży ubrań z butików i od projektantów.

Więcej informacji o a’Pear znajdziecie tutaj: link do FB a’Pear

Nasze kolejne spotkanie, jak zwykle, za dwa tygodnie – zapraszamy!

38. spotkanie MLGdańsk – Metafory w naszym życiu

Spotkanie odbyło się 19 marca 2018 roku.

Głównym tematem spotkania była analiza metafor i ich zrozumienie, prelegentką była Joanna Redzimska. Prelegentka opowiedziała nam o tym, jak wygląda metafora z perspektywy językoznawcy. Dzięki prezentacji zapoznaliśmy się z narzędziami analizy metafor. Prelekcja była też inspiracją do dyskusji na temat wyzwań stojących przed technikami analizy tekstu.

Kolejne spotkanie odbędzie się 16 kwietnia, zapraszamy!

37. spotkanie MLGdańsk – ELIZA

Spotkaliśmy się 5 marca 2018 roku o godz. 18.00 – tradycyjnie na Wydziale ETI PG.

Szymon Jessa przybliżył zasady działania programu konwersacyjnego Eliza i pokazał kroki potrzebne do jego zbudowania, zgodnie z oryginalną publikacją Josepha Weizenbauma z 1966 roku: „ELIZA A Computer Program For the Study of Natural Language Communication Between Man And Machine„. Szymon pokazał, że Eliza jest rozwiązaniem genialnym w swej prostocie, które przy minimalnej ilości kodu daje zaskakująco dobre rezultaty, a problemy, które rozwiązuje są nadal aktualne dla współcześnie budowanych systemów dialogowych.

Następne spotkanie, odbędzie się 19 marca, serdecznie zapraszamy!

36. spotkanie MLGdańsk – grupowanie spektralne

Spotkaliśmy się 19 lutego 2018 roku o godz. 18.00 – tradycyjnie na Wydziale ETI PG.

Mieliśmy przyjemność gościć na naszym spotkaniu Pana Profesora Sławomira T. Wierzchonia, który wygłosił prelekcję na temat grupowania spektralnego. Pan Profesor przedstawił nam podstawy teoretyczne metod grupowania spektralnego oraz zaprezentował podejście znane jako Compressive Spectral Clustering, które pomija czasochłonne liczenie wektorów własnych.

Prezentacja p. prof. S. Wierzchonia: MLGdansk36 –
Spektralna Analiza Skupień

Następne spotkanie, odbędzie się 5 marca, serdecznie zapraszamy!

35. spotkanie MLGdańsk – Dług technologiczny w ML / ML w systemie zarządzania bateriami

Spotkanie odbyło się 29.01.2018r., na wydziale ETI Politechniki Gdańskiej.

W pierwszej części spotkania Robert Różański prezentował zagadnienie długo technologicznego w systemach uczenia maszynowego, na podstawie artykułu „Machine Learning:
The High-Interest Credit Card of Technical Debt„. Prezentacja dotyczyła źródeł długu technologicznego oraz praktyk i narzędzi pozwalających go ograniczać.

W drugiej części spotkania Karol Gryń oraz jego grupa przedstawili problem zarządzania czasem życia baterii, w którym mogłyby zostać wykorzystane uczenie maszynowe. Celem projektu jest stworzenie rozwiązania pozwalającego na rozpoznawanie stopnia zużycia baterii bez przeprowadzania specjalnych testów oraz na przewidywanie degradacji w dłuższym okresie czasu. Rozwiązania te mają umożliwić lepsze zarządzanie cyklem życia baterii, tzn. wykorzystywaniem baterii nie nadających się już do użytku w bardziej wymagających zastosowaniach (jak pojazdy elektryczne), do mniej wymagających (przechowywanie energii dla budynków), oraz ostatecznie do decydowaniu o odpowiednim momencie na recykling.

Serdecznie zapraszamy na nasze kolejne spotkanie, które odbędzie się 19 lutego 2018 roku.

34. spotkanie MLGdańsk – sieci kapsułowe

Nasze pierwsze spotkanie w 2018 roku odbyło się 15 stycznia, tradycyjnie na Wydziale ETI Politechnik Gdańskiej.

Tematem spotkania były Sieci Kapsułowe (ang. capsule networks). Sieci Kapsułowe to nowość w świecie ML, została zaproponowana przez Geoffrey’a Hinton’a i jego zespół badawszy pod koniec 2017. Prelekcję na ten temat przedstawił Piotr Chlebek.

Prezentacja Piotra: MLGdansk34 – Capsule Networks

Następne spotkanie grupy odbędzie się za 2 tygodnie – 29 stycznia 2018, serdecznie zapraszamy!

33. spotkanie MLGdańsk – raport z konferencji / analiza danych z użyciem narzędzi SAS

Spotkanie odbyło się 27.11.2017 r.

Na spotkaniu mieliśmy okazję wysłuchać dwóch prelegentów. Pierwszym był Marcin Zadroga, który przedstawił relację z konferencji Advanced Analytics and Data Science. Konferencja ta jest sponsorowana przez SAS Institute i odbyła się 7.11.2017 na SGH w Warszawie.

Drugą część spotkania należała do Adama Karwana. Adam był prelegentem na konferencji, o której opowiadał Marcin,  zaprezentował nam prezentację z tego wydarzenia. Kolejnym tematem przez niego poruszonym była analiza danych w SASie – opisał filozofię działania tego systemu, dostępne opcje oraz przedstawił przykładową analizę danych wykonaną z użyciem SAS.

Prezentacja Adama z konferencji: MLGdansk33 AdamKarwan AADS

Nasze kolejne spotkanie odbędzie się już w Nowym Roku. Serdecznie zapraszamy wszystkich zainteresowanych do kontaktu!

32. spotkanie MLGdańsk – przykłady mylące w uczeniu sieci neuronowych

Spotkanie odbyło się 13 listopada 2017 r.

Prelegentem był Robert Różański który omówił artykuł, mówiący o użyciu przykładów mylących (ang. adversarial examples) w celu „oszukania” sieci neuronowej. Robert opisał zaproponowany przez autorów algorytm dla tworzenia takich przykładów mylących, oraz rezultaty przez nich uzyskane.

Po wystąpienu Roberta, głos zabrał Karol Draszawka, który odniósł się do prezentacji z ostatnich spotkań („Dobre praktyki w ML”) jak również w temacie prezentacji o przykładach mylących przedstawił nam pakiet Clever Hans. Jest to silnik służący do testowania nauczonych modeli na odporność przeciwko przykładom mylącym.

Kolejne spotkanie odbędzie się za dwa tygodnie, zapraszamy!

31. spotkanie MLGdańsk – dobre praktyki #3

Na naszym spotkaniu w poniedziałek 6 listopada, Szymon Jessa kontynuował swoją prelekcję na temat dobrych praktyk w prowadzeniu i wykonaniu projektów Machine Learningowych.

Dziękujemy Szymonowi za wnikliwe przedstawienie problematyki projektów ML, przegląd literatury w tym zakresie, oraz jego komentarze i całą dyskusję.

Do zobaczenia za dwa tygodnie!

30. spotkanie MLGdańsk – dobre praktyki ML #2 | startup a’Pear

Nasze spotkanie odbyło się 23 października 2017 roku.

Pierwszym prelegentem był Szymon Jessa, który kontynuował swoją prezentacją o dobrych praktykach w projektach uczenia maszynowego. Wystąpienie Szymona jak zwykle wywołało dyskusję i komentarze – dlatego też na następnym spotkaniu będziemy mogli posłuchać trzeciej części prezentacji Szymona.

Drugim prelegentem na spotkaniu był Sebastian Wróbel, który przedstawił swój startup a’Pear. Sebastian opisał w szczegółach swój pomysł na firmę oraz system, który stanowiłby platformę dla konsumentów, stylistów modowych i sklepów on-line.

Kolejne spotkanie grupy odbędzie się 6 listopada, serdecznie zapraszamy!

29. spotkanie MLGdańsk – reinforcement learning

Spotkanie odbyło się 2 października 2017 na wydziale ETI Politechniki Gdańskiej.

Tematem spotkania było uczenie ze wzmocnieniem (reinforcement learning). Prelegentem był Adam Wróbel. Adam omówił najważniejsze pojęcia związane  z tą metodą uczenia. Zobaczylismy również jak uruchomić przykładowe projekty dla trenowania agentów w takich środowiskach jak Starcraft 2, Unity etc.

Prezentacja Adama: MLGdańsk29 – Deep Reinforcemenent Learning – Environments Tour

W drugiej części spotkania, mieliśmy również okazję zobaczyc prezentację mówiącą o reinforcement learning. Piotr Januszewski z koła naukowego Gradient opowiadał o Q-learning.

Następne spotkanie naszej grupy odbędzie się za 3 tygodnie – 23 października 2017, serdecznie zapraszamy!

28. spotkanie MLGdańsk – dobre praktyki w projektach uczenia maszynowego

Kolejne 28 spotkanie grupy odbyło się w poniedziałek 18 września 2017.

Prelegentem był Szymon Jessa, który przybliżył nam problematykę prowadzenia projektów z wykorzystaniem metod uczenia maszynowego. Szymon poruszył kwestię typowych wyzwań, które stoją przed takimi projektami wraz z proponowanymi rozwiązaniami, wynikającymi z doświadczenia lub lektury literatury.

Następne spotkanie za dwa tygodnie – na nim posłuchamy drugiej części wystąpienia Szymona oraz dowiemy się paru nowych rzeczy o uczeniu ze wzmocnieniem (ang. reinforcment learning).

Serdecznie zapraszamy!

25. spotkanie MLGdańsk – grupowe forum dyskusyjne

Nasze jubileuszowe 25. spotkanie odbyło się 31 lipca 2017 r.

Tym razem spotkanie miało formę forum dyskusyjnego podczas którego poruszyliśmy nurtujące nas kwestie. Rozmawialiśmy o feature selection, o reprezentowaniu dźwięku/mowy dla zadań uczenia maszynowego, przyszłości Data Science i Machine Learning oraz tym co każdy praktyk ML umieć i znać powinien.

Pod koniec spotkania, wywiązała się również ciekawa dyskusja, na temat przyszłości i dalekiej przyszłości sztucznej inteligencji i ludzkiej ewolucji.

Kolejne spotkanie odbędzie się za trzy tygodnie – z powodu długiego weekendu sierpniowego. Zapraszamy!

24. spotkanie MLGdańsk – geometria rzutowa i rekonstrukcja 3D

W dniu 17 lipca, o 18.00 spotkaliśmy się podczas 24. spotkania MLGdańsk.

Prowadzącym te spotkanie i jednocześnie prelegentem był Adam Karwan, a tytuł jego prezentacji to Algorytmy geometrii rzutowej wraz z analizą wrażliwości w zadaniu odtwarzania obiektów 3D. Adam wprowadził nas w tematykę stereowizji, różniczkowania rozkładu SVD oraz przedstawił kilka przykładów rekonstrukcji 3D w zastosowaniach medycznych.

Warto podkreślić, że była to szczególna prezentacja, gdyż Adam bedzie wkrótce bronił doktorat o tym tytule, a prezentacja dla naszego grona była w pewien sposób próbną „obroną”.

Kolejne, 25 spotkanie MLGdańsk, już 31 lipca – serdecznie zapraszamy!