Uczenie maszynowe, raczej chleb powszedni niż „rocket science”

Kiedy? 21 października 2017, 10:00-14:30

Gdzie? Sabre Poland, ul. Wadowicka 6D, Kraków

Opis

• Wprowadzenie jak wygląda proces uczenia maszynowego
• Dotknięcie tematu walidacji i metryk
• Wprowadzenie do XGBoost

Wymagana

• podstawowa znajomość python + sporo motywacji do nauki
• zapoznania się z zadaniem i pobraniem danych przed warsztatem: https://www.kaggle.com/c/allstate-claims-severity
• przygotowanie środowiska
• (1) Docker: https://github.com/dataworkshop/environment
• lub (2) instalacja anaconda + xgboost
• Test do weryfikacji środowiska: https://github.com/dataworkshop/prerequisite

Prowadzący:

Vladimir lubi podróże (odwiedził około 30 krajów) ... również w świecie IT. Zaczął programować ponad 10 lat temu i pracował w różnych dziedzinach informatyki (z różnymi technologiami). Przez ostatnie 4 lata zajmuję się tematami związanymi z danymi, takie jak machine learning czy data science. Był zaangażowany w budowę infrastruktury dla wyszukiwarek (TB danych). Przygotował ETL (oparty na stacku Hadoop/Kafka/Storm), robił prognozy sprzedaży i wiele innych. Jest trenerem w warsztatach Data Workshop gdzie wyjaśnia, jak korzystać z uczenia maszynowego w życiu życiu bez komplikacji teoretycznych i zawiłych wzorów. Ma podcast o sztucznej inteligencji - Biznes Myśli Uczestniczy w konkursach Kaggle'a. Uwielbia pomagać innym, analizować dane i stawiać czoła wszelkim wyzwaniom.