IT talk «Библиотеки Machine Learning: технологии за пределами языков»

17 ноября

вторник, 20:00

Бесплатно
DataArt приглашает на IT talk по направлению Machine Learning, который пройдет онлайн 17 ноября в 19:00. Будем говорить о библиотеках Machine Learning. Доклады ориентированы на разработчиков, которые ищут новые подходы и инструменты.

Докладчики

Антон Долгих, руководитель отдела AI, Healthcare and Life Sciences, DataArt.

Руководит проектами, ориентированными на AI и ML, практики Healthcare and Life Sciences в DataArt, проводит для разработчиков образовательные семинары и тренинги о решении бизнес-задач с помощью методов ML. У Антона академический бекграунд: до прихода в DataArt он работал на кафедре сложных систем в Université libre de Bruxelles, одном из самых известных бельгийских частных исследовательских университетов. До этого преподавал физику и математику, вел научные исследования в Воронежском государственном университете, публиковал статьи по физике конденсированного состояния, квантовой механике и статистической физике. Имеет степень бакалавра и магистра по теоретической физике, кандидатскую степень по физике конденсированных сред в Воронежском государственном университете.

О докладе:

Будем говорить о «сложности» данных. В зависимости от контекста, сложность может пониматься по-разному, поэтому обсудим одно частное определении сложности, связанное с размерностью пространства. Многие почти наверняка работали с данными, которые определены в пространстве с десятком тысяч измерений. Человеку, живущему в трех измерениях, невозможно охватить воображении такие координатные бездны. Более того, с геометрической точки зрения, данные лежат на сложных структурах, которые называются многообразиями, которые сильно отличаются от привычного Евклидова пространства.

Часто происходит так, что вызывая метод из библиотеки scikit-learn или из какой-то другой, мы довольствуемся ее кратким описанием: понижение размерности, кластеризация данных. Но что скрывают эти скупые определения?

Наша задача — взглянуть на огромный и сложный мир, скрывающийся под словами "manifold learning", и проникнуть в его суть, сохранив рассудок и не пряча непонимание за сложностью определений.

 

Александр Грибанов, Senior Developer, DataArt.

Александр Грибанов, Frontend Developer, DataArt. Более десяти лет в IT. Начинал с PHP, но постепенно поменял фокус на фронтенд — JS, а затем и на fullstack js. Последнее время интересуется высокой производительностью JavaScript-приложений и новыми трендами в JS.

О докладе:

Поговорим o cовременных возможностях машинного обучения в браузере, которые доступы прямо уже сейчас. В первую очередь, речь пойдет о библиотеке TensorFlow.js, обсудим и другие. Обсудим, какие модели доступны, как их тренировать и использовать.