Data Science Lublin #6

9 Grudnia 2019, 18:00-20:30 (Poniedzia艂ek)

Zobacz na mapie

To wydarzenie ju偶 si臋 sko艅czy艂o. Zapraszamy na inne ciekawe wydarzenia.
Do艂膮cz do wydarzenia
  Rodzaj Bilety dost臋pne do Liczba
  Wej艣ci贸wka
ju偶 niedost臋pne -

Zapraszamy na sz贸ste 鈽濓笍馃枑 spotkanie os贸b pracuj膮cych przy projektach wykorzystuj膮cych Data Science / Machine Learning / Big Data / Artificial Intelligence.

Stack technologiczny? Nie istotny. Nie wa偶ne czy u偶ywasz Pythona, R, Javy, Scali, Matlaba czy Excela. Ka偶dy znajdzie co艣 dla siebie ;) 

Celem wydarzenia jest wymiana wiedzy i do艣wiadcze艅.

Je艣li zajmujesz si臋 tym hobbystycznie lub dopiero wkroczy膰 do tej dzia艂ki, to r贸wnie偶 jeste艣 mile widziany(a) i na pewno dostaniesz solidn膮 dawk臋 wiedzy :)


馃棑 HARMONOGRAM:

18:10 - Small data many models - historia naszych do艣wiadcze艅 z forecastingiem - Dominik Lewy

19:00 - Jak zbudowa膰 dobry zbi贸r danych na potrzeby detekcji obiekt贸w na obrazach - Konrad Adamczyk

20:00 - Integracja przy gor膮cych (dla zmarzluch贸w) i ch艂odnych (dla zahartowanych) napojach 馃槈


馃搷MIEJSCE SPOTKANIA:

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


馃棧 PRELEGENCI I OPISY PREZENTACJI:

鉃 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 obiekt贸w na obrazach jest drogie, czasoch艂onne i skomplikowane. Podczas prezentacji przejdziemy przez ca艂膮 艣cie偶k臋 prowadz膮c膮 do zbioru danych i zarazem modelu kt贸rego wyniki zadowol膮 biznes. Od definicji sp贸jnego sposobu adnotacji, po narz臋dzia kt贸re pomog膮 nam bezbole艣nie zarz膮dza膰 grup膮 ludzi adnotuj膮cych obrazki, czy dzieli膰 si臋 ciekawymi fragmentami z publikacji naukowych. Jednak wi臋kszo艣膰 czasu sp臋dzimy na om贸wieniu active learningu i sposobu na wybranie tych obraz贸w, kt贸rych adnotacja przyniesie najwi臋ksze korzy艣ci.


馃 WSP脫艁PRACA:

Je艣li chcesz wspiera膰 nasz膮 inicjatyw臋, napisz na adres: wspolpraca@datasciencelublin.pl

Zobacz r贸wnie偶:

szkolenia Big Data Data Science Machine Learning Programowanie wydarzenia Lublin