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!

Spotkanie odbyło się 22 lipca 2019 roku.

Tematem spotkania były Metody NLP. Dzięki prelegentom, którymi byli Piotr Wierzgała (Aspire Systems) i Jakub Lachowicz (Amazon), poszerzyliśmy swoją wiedzę z tego tematu. Omówione zostały Model Markowa, BoW, word2vec, fasttext, ULMFit, BERT i XLNet.

Prezentacja Jakuba jest dostępna tutaj MLGdansk67 – Metody NLP, prezentacja i kody Piotra, będą dostępne wkrótce.

Spotkanie było również okazją do świętowania rocznicy – to już 3 lata istnienia grupy MLGdańsk. Serdecznie dziękujemy wszystkim prelegentom oraz członkom grupy. Zapraszamy do uczestnictwa w naszych spotkaniach!

Kolejne spotkanie, tradycyjnie za dwa tygodnie tj. 5 sierpnia, godz 18.oo, sala 106 ETI PG. Zapraszamy!

Spotkanie odbyło się 8 lipca 2019, tradycyjnie na Wydziale ETI PG.

Prelegentem był Artur Fierka z wp.pl, który opowiedział nam o procesie uczenia i użytkowania modeli na produkcji.

Artur przybliżył nam tematykę związaną z wydajnym serwowaniem modeli, ich obsługą oraz zadaniami i wymaganiami wydajnościowymi z tym związanymi. Dzięki niemu dowiedzieliśmy się jak skutecznie używać TensorFlow serving. W szczególności w jaki sposób korzysta z tego wp.pl.

Oprócz tego mieliśmy okazję usłyszeć do jakich zadań i w jakim kontekście używane są modele ML na potrzeby poczty wp.pl

Prelekcja Artura dostępna jest pod linkiem: Uczenie maszynowe na (super) produkcji

Następne spotkanie już 22.07 – będziemy też wtedy obchodzić 3 lata istnienia naszej grupy. Zapraszamy!

Spotkanie odbyło się 24.06.2019. Tym razem, naszym gościem był Piotr Ćwikliński, który przedstawił nam bardzo ciekawą prelekcję na temat komputerów kwantowych pod tytułem A short overview of quantum computing and quantum machine learning.

Piotr rozpoczął od opisu podstaw teoretycznych i fizycznych komputerów kwantowych oraz różnic w stosunku do komputerów „klasycznych”.

Potem mieliśmy okazję usłyszeć o algorytmach i problemach, w których komputery kwantowe mogłyby być lepsze. Prezentacja zakończyła się przeglądem obecnego stanu badań nad architekturami tych komputerów oraz komerycyjnej oferty w tym zakresie.

Doskonałym uzupełnieniem prezentacji Piotra są poniższe artykuły:

• The limits of quantum computers – Scientific American 3/2008 pp. 62-69
• Quantum Machine Learning DOI: 10.1038/nature23474

Następne spotkanie już za dwa tygodnie. Zapraszamy!

17.06.2019 odbyło się spotkanie grupy MLGdańsk, którego tematem były autoenkodery wariacyjne (VAE).

Prowadzącymi warsztat byli Daniel Korzekwa i Adam Gabryś z Amazonu.
Temat: Reconstruction and adaptation of a temporal signal with variational auto encoders (VAE) in MXN

Oprócz podstaw teoretycznych, oraz zaznajomienia się z potencjalnymi aplikacjami VAE dla problemów analizy i rekonstrukcji mowy, mieliśmy okazję wykonać ćwiczenia. Korzystając z notebook’ów uruchomionych na platformie Amazon SageMaker wytrenowaliśmy model VAE, który był w stanie odtworzyć sygnał wejściowy. Wszystkie warsztatowe przykłady były wykonane w Python’ie z użyciem biblioteki MxNet.

Spotkanie odbyło się w gdańskiej siedzibie Amazon’u. Serdecznie dziękujemy kolegom z Amazon, za bardzo ciekawy warsztat!

Kolejne spotkanie grupy MLGdańsk, tym razem już za tydzień, tradycyjnie na Wydziale ETI PG – zapraszamy!

27 maja 2019 mieliśmy okazję się spotkać ponownie, aby wysłuchać bardzo ciekawej prelekcji – również oscylującej wokół tematów medycznych.

Prelekcję pod tytułem BrainScan – System wspomagający analizę badań obrazowych TK głowy przedstawili Marek Trojanowicz i Adam Brzeski – obaj z firmy BrainScan.AI .

Prezentacja dotyczyła biznesowych i technicznych aspektów tworzenia systemu dla medycyny. Mogliśmy się dowiedzieć, jak od kuchni wygląda tworzenia takiego systemu z wykorzystaniem Deep Learningu.

Co bardzo ciekawe, prelegenci podzielili się z nami nie tylko szczegółami technicznymi ich rozwiązania, ale również tym, jak wypada ono na tle konkurencji – a jest to porównanie na ich korzyść. Brawo!

Prezentacja ze spotkania jest dostępna tutaj: BrainScan – System wspomagający analizę badań obrazowych TK głowy .

Doskonałym uzupełnieniem prelekcji są poniższe artykuły. Zapraszamy do lektury!

1. Development and Validation of Deep Learning Algorithms for Detection of Critical Findings in Head CT Scans
2. Advanced machine learning in action: identification of intracranial hemorrhage on computed tomography scans of the head with clinical workflow integration
3. Deep learning algorithms for detection of critical findings in head CT scans: a retrospective study
4. End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography

Kolejne spotkanie – wyjątkowe!, odbędzie się 17 czerwca 2019 – informacje wkrótce, ale już serdecznie zapraszamy!

Po przerwie świątecznej i majówkowej przyszedł czas na kolejne spotkanie grupy, które odbyło się 13 maja 2019 roku.

Prelegentem był Łukasz Czekaj.

Prezentacja dotyczyła różnych zagadnień związanych z integracją etykiet pochodzących od wielu ekspertów. Opisany został problem zgodności między ekspertami i wiarygodności etykiet oraz metody ocena jakości eksperta i ich zastosowania w uczeniu maszynowym.

Dodatkowym aspektem wspomnianym na prezentacji było modelowanie „strefy komfortu” ekspertów oraz tworzenie „wirtualnego panelu”.

To wszystko Łukasz opisał w kontekście projektów dotyczącego analizy sygnału EEG w kontekście wykrywania padaczki.

Zapraszamy do zapoznania się ze slajdami ze spotkania oraz artykułem uzupełniającym:

• MLGdańsk62 – Jak sobie radzić z etykietami, gdy eksperci są mało wiarygodni
• Labeler-hot Detection of EEG Epileptic Transients

Informujemy, że powracamy do normalnego rytmu spotkań – zapraszamy za dwa tygodnie!

Spotkanie miało miejsce 1 kwietnia 2019 roku na Wydziale ETI PG.

Robert Różański przedstawił swoją prezentację pod tytułem „The potential of Machine Learning in biology”.

Prelekcja była pomyślana jako wstęp do uczenia maszynowego dla osób związanych naukowo z biologią. Robert w przystępny sposób przedstawił główne cechy uczenia maszynowego wraz z przystępnymi przykładami.

Poruszone zostały takie tematy jak: modele symboliczne uczenia maszynowego, uczenie z i bez nauczyciela oraz Deep Learning.

Prezentacja Roberta jest dostępna pod linkiem: The potential of Machine Learning in biology

W związku ze Świętami oraz majówką, nasze kolejne spotkanie odbędzie się 13 maja. Do zobaczenia!

W poniedziałek 18 marca 2019, wykorzystując wiosenną atmosferę, postanowiliśmy się spotkać w mniej formalnej atmosferze w klubie Mechaniczna Pomarańcza.

Poruszane tematy oscylowały oczywiście wokól uczenia maszynowego, nauki i potencjalnych wspólnych projektów i inicjatym.

W najbliższym czasie planujemy pojawić się (reprezentacja) na spotkaniu Klubu AIBay na GUMed (28.03), rozwinąć projekt edukacyjny, oraz wspólnie opracować pewne zagadnienia dotyczące ML i analizy danych …

Kolejne spotkanie, już 1 kwietnia, prelekcję będzie miał Robert. Zapraszamy!