infoShare Academy Po Godzinach #4 - Machine Learning

• 18:00 - 18:10 - Rozpoczęcie
• 18:10 - 19:40 - Vladimir Alekseichenko (General Electrics, Biznes Myśli) - Uczenie maszynowe, "rocket science" czy chleb powszedni?

Czy brak znajomości assemblera stanowi jakiekolwiek wyzwania do tworzenia oprogramowania w naszych czasach? Przez analogię tak ważne jest zrozumienie natury uczenia maszynowego od strony praktycznej. Celem tej prezentacji jest przekazanie wiedzy, że początki są znacznie prostsze niż mogłoby się to wydawać. Prezentacja będzie składa się z dwóch części po 45 min, gdzie poznasz kontekst i zobaczysz kod (kota też). Dowiesz się o Deep Learning. Co stało się w roku 2012, co to jest Deep Convolutional Neural Network. Jaki jest state of the art w tym temacie. I najważniejsze, będziesz mógł powtórzyć i uruchomić modele takie jak AlexNet, VGGNet, GoogLeNet albo ResNet (model który zaczął rozpoznawać lepiej - w pewnych przypadkach - niż ludzie w konkursie ImageNet).

• 19:40 - 19:50 - Przerwa
• 19:50 - 20:35 - Piotr Migdał (dr fizyki kwantowej, freelancer / deepsense.ai) - Wszyscy jesteśmy wektorami: o systemach rekomendacyjnych

Niby każdy z nas jest inny - ale często można dostrzec prawidłowości. I dokładnie dzięki tym prawidłowościom możemy polecać ludziom produkty, bo bardzo możliwe, że będą chcieli kupić to, co spodobało się osobom o podobnych zainteresowaniach. Z działaniem systemów rekomendacyjnych spotykamy się na co dzie: książki na Amazonie, klipy na YouTube'ie, filmy na Netflix'ie. Ale jak one działają? I czego potrzebujemy, by tworzyć własny?

Reprezentacja danych jako wektory jest częstym zabiegiem w uczeniu maszynowym. Przydaje się do szukania znaczeń słów (word2vec i GloVe, http://p.migdal.pl/2017/01/06/king-man-woman-queen-why.html), autoenkoderów do obrazów i, właśnie, systemów rekomendacyjnych. W owych systemach każda osoba jest zamieniana na wektor, który koduje jej preferencje. Jak to się dzieje? O tym opowiem! Dodatkowo, napiszę na Waszych oczach prosty system rekomendacyjny w PyTorch. Jest też szansa na niespodziankę w JavaScript, ale to zobaczymy. :)

20:35 - ... - Integracja + Pizza (Mimi Pizza)