Al&BigData Lab

Конференция сайт события http://geekslab.co/events/bigdatalab

Добавить в календарь:
Поделиться:

5 марта 2014 года в рамках образовательного проекта для IT-специалистов GeeksLab пройдет первая техническая конференция, посвященная большим данным и искусственному интеллекту Al&BigDataLab.

В рамках конференции планируется осветить современные технологии обработки и анализа больших данных, а также показать их практическое применение в реальных проектах.

Основная цель проведения конференции – это обмен опытом среди украинских разработчиков по теме, которой сейчас интересуются многие, объединения сообщества для более эффективного развития проектов, а также создание и продвижение решений big data и искусственный интеллект в Украине. Мы планируем также заложить основы создания в одесском регионе AI-клаба (как это сделано в Киеве и Харькове) для поддержки и развития данного направления в регионе.

Мероприятие техническое, поэтому будет интересно в первую очередь разработчикам, тимлидам, проджект менеджерам и техническим директорам.

Это хорошая возможность обсудить актуальную тему и заявить о своей компании.

Приглашаем к сотрудничеству партнеров и спонсоров.

Время

Поток 1

Поток 2


9.00 - 9.50


Регистрация


9.50 - 10.00



Открытие


10.00 - 11.00

"Natural Language Processing на практике"

(Всеволод Демкин, Grammarly)

Natural Language Processing — область на пересечении практической програмной инженерии и компьютерных наук (алгоритмов, машинного обучения и статистики). Она включает множество различных задач и, соответсвенно, подходов и методов их решения.

Ключевым фактором успеха любого NLP проекта являются качественные данные, поэтому в первую очередь мы поговорим о том, где их брать и как с ним работать.

Далее идут различные модели и алгоритмы. Мы бегло рассмотрим основные инструменты (от теоремы Байеса до глубинных нейросетей), которые используются в NLP и обсудим, в каких условиях какие предпочтительнее.

В отличие от обычной программной инженерии, в NLP большая часть времени и усилий уходит не на написание программы, а на эксперименты. Это специфический вид дейтельности, который требует своих подходов — и мы обсудим их.

Наконец, мы посмотрим , как собрать все это в единое целое и получить готовый продукт на примере решения задачи из реального мира, используя публично доступные данные.

"Data Mining и информационный поиск: проблемы, алгоритмы, решения"

(Александр Краковецкий, DevRain Solutions)

Каждый день мы пользуемся поисковыми системами - Google, Bing, Яндекс и другими. Современные поисковые системы дают достаточно точные результаты, но, тем не менее, не лишены недостатков. В то время, когда количество информации увеличивается каждый год в геометрической прогрессии, даже небольшие улучшения в работе поисковых механизмов могут значительно сократить всемя сбора, анализа и поиска информации, а также сэкононить время пользователей.

В докладе пойдет речь о проблемах информационного поиска - дублирующейся информации, огромном количестве информационного мусора, большого времени на поиск "нетривиальных" данных.

Доклад не будет посвящен какой-то конкретной области Data Mining или алгоритму, а будет касаться сразу нескольких областей из области Text Mining, кластеризации, NLP, SEO для решения конкретной задачи - уменьшения времени поиска необходимой информации. Кроме того, вы узнаете как работает сервисы а-ля Readability, и как они могут улучшить поисковые алгоритмы.


11.00 - 11.15



Кофе-брейк


11.15 - 12.15

"DeepLearning: сложный анализ данных простыми словами"

(Сергей Шелпук, SoftServe)

Количество данных растет огромными темпами, и человечество не имеет достаточно ресурсов, чтобы маркировать и обрабатывать эти данные перед анализом. В связи с этим алгоритмы, работающие с немаркированными данными (unsupervisedlearning), выходят на первое место по потенциалу для практического применения. Deeplearning нейронные сети - один из самых мощных алгоритмов анализа немаркированных данных на сегодняшний день. Основанный на концепции работы мозга и идее единого обучающего алгоритма, этот подход показывает лучшие результаты на большом спектре проблем анализа данных: анализ видео, изображений, звука, текста и другие.

Создание deeplearningнейронных сетей требует интуитивного понимания принципов их работы, равно как и больших вычислительных мощностей. Параллельные вычисления на GPU– один из способов получить эти мощности. Обучение deeplearningнейронных сетей на GPU на сегодняшний день является наиболее эффективным и дешевым способом работы с ними.

Этот доклад будет посвящен объяснению принципов работы deeplearningсетей простыми словами, алгоритмическим приемам, делающим это обучение эффективным, и технологическим инструментам, позволяющим строить сети самым быстрым и дешевым способом.

Доклад 2


12.15 - 12.30



Кофе-брейк


12.30 - 13.00

"Тема уточняется" (DataArt)

"Тема уточняется" (Senturia)

13.00 - 13.30

"Методы распараллеливания и эффективных вычислений в языке R"

(Владислав Колбасин, Aginity)

Описание уточняется


13.30 - 15.00



Обед


15.00 - 16.00

"Тема уточняется" (HP)

"Моделирование структурными уравнениями (Structural Equation Modeling) в среде R"

(Алексей Гаевский)

Моделирование структурными уравнениями. Обзор пакетов для моделирования структурными уравнениями. Пакет lavaan: возможности, синтаксис. Практическое применение: построение моделей, тонкая настройка параметров модели, обработка отсутствующих значений.


16.00 - 16.15



Кофе-брейк


16.15 - 18.15

Воркшоп "Распознаем движения человека используя R"

(Николай Павлов)

Вы познакомитесь с основами анилиза данных и машинного обучения, предсказывая состояние человека по данным со смартфона.

Содержание:

- Установка R и R-Studio
- Дизайн исследования
- Подготовка данных
- Моделирование используя нейросети, леса решений и метод опорных векторов
- Тюнинг гиперпараметров
- Диагностика моделей

Что взять с собой? Ноутбук, желательно с предустановленным R и R-Studio

Воркшоп "Тема уточняется"

(Игорь Чубин)

Воркшоп посвящен MapReduce, обработке больших данных в облаке с помощью no-SQL БД и платформе Hadoop


18.15 - 18.30


Закрытие

Комментарии (0):

Оставлять комментарии могут только зарегистрированные пользователи

Для получения embed кода необходимо кликнуть правой
кнопкой мыши на видео и выбрать пункт меню
'Сгенерировать HTML код'

Забыли пароль? Регистрация