Machine Learning

Стачка.MachineLearning

С каждым днем машинное обучение и анализ данных становятся все доступнее!

Все больше данных, все больше типовых решений, все больше статей и открытого кода. Все больше задач, которые можно решить эффективнее если применить даже простые подходы. Хотя конечно же многие решения требуют исследований и нетривиальных знаний теории.

Вот мы и расскажем о том как это делается и покажем, что внутри этих страшных вещей на самом деле крутится вполне понятная математика (хоть и не всегда простая). Да-да, та самая математика, которую оказывается надо было учить в универе. Итак если вы хотите:

  • заниматься машинным обучением или анализом данных, но не знаете с чего начать и в каком направлении двигаться.
  • разобраться в том как управлять проектом в сфере ML и узнать опыт сторонних компаний.
  • узнать на что сегодня способны и не способны вездесущие нейронные сети.
  • понять какие вообще бывают ML проекты, из чего состоят будни специалиста и с какими задачами приходится сталкиваться.

Приходите и мы будем разбираться во всем этом!


Хотел поговорить о будущем машинного обучения, об интересных вещах, которые в самое последнее время начинают решаться в трендовые подходы.

Расскажу про GAN сети, что они сейчас генерируют картины, которые на аукционах продаются за 400к долларов. И про много других применений.

Расскажу про transfer learning - перенос "знаний" об одной задаче для решения другой.

Расскажу про то, что называется weak supervision - обучение на не качественных данных.

Также расскажу про модели нейросетей. Покажу динамику увеличения количества параметров в них, но ускорение обучения и вычислений. Конкретно про очень интересную статью ImageNet за 18 минут, в которой очень сложную задачу обучали за 18 минут, когда обычно обучение длится сутками.

И в конце про автоподбор модели. Это когда сам вид модели (нейросети в частности) определяется из данных и функции потерь (об этом во введении).

И уж в самом конце, когда даже задача автоматически формулируется.


В своем докладе я расскажу про: • Создание цифровых помощников, которые могут взять на себя выполнение рутинных операций; • способы повышения их интеллекта; • примеры процессов, которые могут ими выполняться; • концепцию Intelligent Automation; • как современные технологии трансформируют работу в офисе. В завершение вас ждет мастер-класс по созданию умного робота на примере реального бизнес-кейса