Temat prelekcji to: „Rzeczywistość projektów Data Science”
Parę słów od Prelegenta:
„W oparciu o doświadczenia deepsense.ai z blisko 100 zrealizowanych projektów z zakresu analizy danych i uczenia maszynowego, przybliżymy napotykane wyzwania i problemy, które rzadko przypominają te z konkursów Kaggle’a.”
Spotkanie ma na celu podsumowanie roku, omówienie planów grupy i ogólnie pogaduchy na ciekawe tematy (liczymy na głos uczestników spotkania!).
Jeżeli macie propozycję co możemy omówić lub / i jakieś pomysły / propozycje na przyszłość, proszę o kontakt lub o zabranie głosu na spotkaniu właśnie 😉
Temat prelekcji to: O badaniach klinicznych, telemedycynie i COVID-19
Prelekcja Łukasza to krótkie wprowadzenie do problematyki badań klinicznych na przykładzie rozwiązań telemedycznych w obserwacji pacjentów z long-COVID.
Temat prelekcji to: Model agentowy epidemii covid-19 grupy MOCOS
Prelekcja stanowić będzie opis koncepcji i implementacji modelu agentowego epidemii covid-19 opracowanego przez grupę MOCOS z Wrocławia.
Model zaimplementowany jest w języku Julia i oprócz generowania prognoz rozwoju epidemii dostarcza informacji na temat najbardziej prawdopodobnych wartości parametrów, które mogą być interpretowane jako opisujące aktualną skuteczność walki z epidemią.
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.
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.
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.”
Zapraszamy do udziału w meetupie “Data Science po godzinach”, organizowanym przez szkołę programowania infoShare Academy. Wydarzenie odbędzie się 1 września i jest w pełni zdalne.
MLGdańsk jest partnerem tego wydarzenia. Jednym z prelegentów będzie Marcin Zadroga.
Meetup odbędzie się ONLINE w środę 1 września, w godz. 14-17.
Toucan Eye – przygoda z detekcją i rozpoznawaniem tekstu // Krzysztof Bork Ceszlak – Machine Learning Project Manager / Toucan Systems
„Prezentacja dotyczyć będzie rzeczywistego problemu jakim jest detekcja i rozpoznawanie tekstu. Badania prowadzone były na potrzeby urządzenia wspomagającego osoby niedowidzące w życiu codziennym. Przedstawię historię rozwiązania od złożonych, wieloetapowych algorytmów po głębokie sieci neuronowe. Na podstawie doświadczeń pokażę jak jednocześnie satysfakcjonujące oraz brutalne może być uczenie maszynowe.”
Hydraulika w Pythonie, czyli data pipelines i przetwarzanie strumieni danych // Rafał Styrylski – Software Developer and Machine Learning Engineer / Genesis Global Limited
„Python słynie z narzędzi pozwalających tworzyć najbardziej wyszukane modele uczenia maszynowego, jednak żeby móc działać, modele potrzebują odpowiednio przygotowanych danych. Zapewnienie odpowiedniego przepływu i procesów transformacji danych jest często pierwszym co musimy zrobić, by nasz model mógł działać w prawdziwym świecie. Podczas prezentacji zademonstruje w jaki sposób można szybko stworzyć i uruchomić procesy przetwarzania danych z wykorzystaniem Pythona, narzędzi Apache i usług Google Cloud Platform”
Analiza szeregów czasowych z wykorzystaniem Pythona // Marcin Zadroga – Data Scientist // Senior Analytics Solutions Developer w DNV
„Jednym z ciekawszych i coraz popularniejszych zagadnień z zakresu Data Science jest analiza szeregów czasowych. Podczas prezentacji przybliżymy narzędzia oraz zaprezentujemy use-case dotykający tego zagadnienia. Na prezentacji dowiesz się co to trend, sezonowość i jak 'klasyczne’ metody analizy szeregów czasowych mają się do analiz i predykcji stworzonych z użyciem sieci neruonowych.”
Po wszystkich prelekcjach przewidziane są sesje Q&A i networkingowe, a na koniec Kahoot z nagrodami edukacyjnymi. “Data Science po godzinach” poprowadzi Paweł Alicki, training architect w infoShare Academy od lat związany z branżą IT pasjonat Data Science.
Temat prelekcji to: Mój projekt potrzebuje 6 GPU do wtorku! – współdzielenie GPU z pomocą narzędzia TensorHive
Parę słów od Prelegenta:
„Obok potężnych zbiorów danych i pojemnych modeli, tym co napędza nasze projekty ML jest moc obliczeniowa. Inwestujemy w wydajne serwery z GPU, ale jak dobrze zorganizować zespół, by te cenne zasoby obliczeniowe były odpowiednio wykorzystane?
Znanym rozwiązaniem są systemy kolejkowe, ale nie dają one możliwości interaktywnej pracy z GPU, które na jakiś czas chcielibyśmy mieć tylko dla siebie. Alternatywą są systemy rezerwacji, a wśród nich open source’owe narzędzie TensorHive (https://github.com/roscisz/TensorHive/), które rozwijamy i wykorzystujemy na Wydziale ETI Politechniki Gdańskiej.
Chciałbym nie tylko zareklamować nasz projekt, ale również podzielić się z grupą ML Gdańsk ogólnymi doświadczeniami zebranymi na PG i w społeczności korzystającej z TensorHive, związanymi ze współdzieleniem mocnych serwerów z GPU przez nieduże zespoły robocze.”
Temat prelekcji to: O czym rozmawiają pszczoły? Uczenie maszynowe w kontekście monitorowania pasiek pszczelarskich.
Parę słów od Prelegenta:
„Powiedz „Ok google” a asystent głosowy w telefonie Cię wysłucha, zrozumie i odpowie na postawione pytanie. Czy w podobny sposób jednak potrafimy zrozumieć język innych zwierząt?
Na prezentacji zostanie przedstawiony system monitorowania pasiek pszczelarskich – Smartula, którego głównym celem jest wsłuchiwanie się w język pszczeli i informowanie pszczelarzy o czym plotkują jego podopieczni.”
Temat prelekcji to: Inteligentny System Decyzyjny jako model procesów psychologicznych
Parę słów od Prelegenta: „Prezentacja ma na celu przybliżenie opracowanego modelu procesów psychologicznych – od momentu otrzymania bodźca do momentu podjęcia adekwatnej reakcji – zachodzących w mózgu człowieka (psychologia poznawcza), oraz teorii motywacji (potrzeb, popędów i emocji).
Model, nazwany Inteligentnym Systemem Decyzyjnym (ISD), może mieć zastosowanie w systemie sterowania jednostką autonomiczną (agentem).
Równoległy system jest złożony ze współdziałających ze sobą procesów: poczynając od percepcji sensorycznej, poprzez spostrzeganie, uwagę, procesy pamięciowe, a kończąc na myśleniu. Procesy mają na celu szybkie podjęcie adekwatnej do aktualnych warunków (motywacyjnych) reakcji.
Systemy motywacyjne (potrzeby i emocje) przedstawione w pracy zostały najpełniej zweryfikowane w częściowych symulacjach.”
Temat prelekcji to: Neuromorphic computing w fizyce wysokich energii – zastosowania w CERN i LIGO
Parę słów od Prelegenta: „Mechanizmy szeroko wykorzystywanych sztucznych sieci neuronowych były silnie inspirowane naturą, jednak na poziomie implementacyjnym mają one tylko marginalne podobieństwo z obliczeniami w umyśle człowieka.
Podczas prezentacji przedstawię koncepcję pulsujących sieci neuronowych (SNN) oraz podstawy neuromorphic computingu wraz z dedykowanymi procesorami (w tym jednostką Intel Loihi).
Zaprezentuję także zestaw bibliotek, które umożliwiają stworzenie asynchronicznych sieci neuronowych, maksymalnie zbliżonych do ludzkiej inteligencji.
Opowiem również o moich pracach nad zastosowaniem sieci typu SNN w eksperymentach fizyki wysokich energii, na podstawie własnego doświadczenia w CERN oraz LIGO.”
Temat prelekcji to: Deep Learning od środka – na przykładzie nGraph i OpenVINO
Parę słów od Prelegenta: „Grafy są nieodłączną częścią świata AI. Można je spotkać w materiałach wprowadzających do tematyki ML, ale również w prawdziwych modelach używanych w praktyce.
W tej prezentacji chciałbym opowiedzieć o tym, jak implementuje się grafy na przykładzie biblioteki nGraph i frameworku OpenVINO.
Opowiem o kompilacji grafów i optymalizacjach z nim związanych.
A to wszystko – w oparciu o własne doświadczenia w ramach pracy w Intel AI w Gdańsku.”
Temat prelekcji to: Przetwarzanie obrazów hiperspektralnych – modele statystyczne i sieci neuronowe w trzech przykładach.
Parę słów od Prelegenta: „Obrazy hiperspektralne (HS) dają duże możliwości poznania właściwości substancji w obserwowanej scenie. Umożliwia to realizację wielu zadań, np. ocenę zaawansowania choroby drzewostanu, poszukiwania minerałów, ocenę stopnia zepsucia owoców, diagnostykę ran oparzeniowych, szacowanie wieku śladów krwi w analizie kryminalistycznej i wiele innych.
Celem prezentacji będzie przedstawienie trzech wybranych studiów przypadku budowy algorytmów przetwarzania HS: klasyczne modele statystyczne; algorytm łączący elementy statystyczne i sieci neuronowe oraz sieci neuronowe głębokiego uczenia.
Obszary tematyczne studiów przypadku to: detekcja śladów krwi w scenie, identyfikacja pigmentów w obrazach z kolekcji muzealnej, identyfikację substancji na obrazach teledetekcyjnych (ang. remote sensing).
