Data Science Lublin #6

Zapraszamy na szóste ☝️🖐 spotkanie osób pracujących przy projektach wykorzystujących Data Science / Machine Learning / Big Data / Artificial Intelligence.

Stack technologiczny? Nie istotny. Nie ważne czy używasz Pythona, R, Javy, Scali, Matlaba czy Excela. Każdy znajdzie coś dla siebie ;) 

Celem wydarzenia jest wymiana wiedzy i doświadczeń.

Jeśli zajmujesz się tym hobbystycznie lub dopiero wkroczyć do tej działki, to również jesteś mile widziany(a) i na pewno dostaniesz solidną dawkę wiedzy :)

🗓 HARMONOGRAM:

18:10 - Small data many models - historia naszych doświadczeń z forecastingiem - Dominik Lewy

19:00 - Jak zbudować dobry zbiór danych na potrzeby detekcji obiektów na obrazach - Konrad Adamczyk

20:00 - Integracja przy gorących (dla zmarzluchów) i chłodnych (dla zahartowanych) napojach 😉

📍MIEJSCE SPOTKANIA:

➡ Lubelskie Centrum Konferencyjne, Sala S1 na parterze (Artura Grottgera 2).

🗣 PRELEGENCI I OPISY PREZENTACJI:

➡ Dominik Lewy - Dominik is a Data Scientist. By day he drives value for his clients and be night he focuses on Machine Learning (ML) especially Neural Nets. In his professional life he does a lot of business data analysis where he tries to smuggle as much ML as possible. In his leisure time he pursues his PhD degree focusing on different aspects of Neural Nets.

Opis prezentacji:

Demand forecasting is not a Big Data class of problem yet the multitude of models we wanted to test in conjunction with the vast number of products we needed to provide forecast for resulted in usage of Kubernetes cluster for parallelizing computations. I will show you the whole journey from a data scientist perspective.

➡ Konrad Adamczyk - Machine Learning Engineer w Performance Media

Opis prezentacji:

Budowanie zbioru danych na potrzeby detekcji obiektów na obrazach jest drogie, czasochłonne i skomplikowane. Podczas prezentacji przejdziemy przez całą ścieżkę prowadzącą do zbioru danych i zarazem modelu którego wyniki zadowolą biznes. Od definicji spójnego sposobu adnotacji, po narzędzia które pomogą nam bezboleśnie zarządzać grupą ludzi adnotujących obrazki, czy dzielić się ciekawymi fragmentami z publikacji naukowych. Jednak większość czasu spędzimy na omówieniu active learningu i sposobu na wybranie tych obrazów, których adnotacja przyniesie największe korzyści.

🤝 WSPÓŁPRACA:

Jeśli chcesz wspierać naszą inicjatywę, napisz na adres: [email protected]