WiMLDS Poznań Meetup #4
- "Learning to rank" Dorota Kowalska** [PL]
**Data Scientist, Allegro Warszawa
Podczas prezentacji zostaną omówione podstawowe algorytmy związane z sortowaniem i rankowaniem list. Postaram się też pokrótce przedstawić, jak ten problem został rozwiązany w Allegro. Każde wpisanie frazy w wyszukiwarkę wiąże się tam z ze zwróceniem posortowanej listy produktów.
key words: learning to rank, python, xgb
level: 2 [1-5]
- “Przygody początkującego Data Scientist - czyli jak poradzić sobie z 5TB danych mając 8GB RAM” - Jędrzej Mosiężny**
**Doktorant, Politechnika Poznańska
Wystąpienie prezentuje sposoby obróbki dużych ilości danych tabelarycznych w bibliotekach Pandas i Dask (Python), postprocessingu oraz wizualizacji wyników na zbiorach wielowymiarowych. Prelekcja celowo przedstawi brzydki i niewydajny kod, który działa i zwraca oczekiwane wyniki. Ponadto zostaną zaprezentowane różnice w wydajności bibliotek dask i pandas oraz potencjalne źródła błędów w obliczeniach. Prezentacja jest oparta na badaniach własnych autora prowadzonych w ramach pracy doktorskiej na Politechnice Poznańskiej.
key words: Pandas, Dask, Dataframe
level: 1 [1-5]
- "How (not) to talk about your ML project" - Martyna Urbanek-Trzeciak* [ENG]
*Data Analyst, FANDOM
Data science is a crosstalk between computer science, statistics and business knowledge. The cross-disciplinarity and need to communicate with both product and engineering teams creates opportunities for self development but may give us a headache. During this presentation we will talk about communication in ML projects across a company from data analyst’s perspective. We will talk about data culture, create visualizations that may help present basic modelling results (notebook with Python code will be shared) and discuss examples when communication fails and how to resolve those situations.
key words: Data culture; ML visualization; Python/matplotlib
level: entry level Python, matplotlib and sklearn
- Przekąski i networking
