Сучасна диджитал-освіта для дітей — безоплатне заняття в GoITeens ×
Mazda CX 5
×

Ciklum & Data Science UА Meetup (подія в архіві)

Відбулось
4 серпня 2018 (субота)
Час
10:00 — 18:00
Місце
Київ, вул. Амосова, 12, Ciklum Kyiv HQ
Вартість
безкоштовно

Ciklum Київ запрошує на зустріч Ciklum & Data Science UA Meetup, що відбудеться 4 серпня о 10:00.

Участь у заході безкоштовна! Обов’язковою є реєстрація за лінком до 20 липня.

Кількість місць обмежена, тому підтвердження реєстрації та запрошення будуть надіслані з 23 до 27 липня.

Розклад заходу:

10.00 — 11.00 — Реєстрація
11.00 — 11.10 — Вступ
11.10 −12.10 — Борис Працюк, Head of R&D, Ciklum;
Tема доповіді: How clients open Deep Learning for their business. Два реальні приклади.
12.10 — 13.10 — Артем Чернодуб, доцент, Український Католицький Університет (УКУ);
Тема доповіді: Видобуток аргументів в текстах на основі штучних нейронних мереж.
13.10 — 14.00 — Перерва на обід
14.00 — 15.00 — Христина Скопик, Комп’ютерна лінгвістка в Grammarly;
Тема доповіді: Мовне моделювання та його застосунки.
15.00 — 16.00 — Максим Дяченко, Founder of XOresearch and VER.AI companies;
Тема доповіді: VER.AI: iterating over advanced deep learning models.
16.00 — 17.30 — Спілкування & піца

Детальніше про теми доповідей:

Борис Працюк
Head of R&D, Ciklum
Tема: How clients open Deep Learning for their business. Два реальні приклади.

Про що будемо говорити:
1. Ми поговоримо про виявлення пошкоджень автомобіля та про те, як страхові компанії створюють свій штучний інтелект.
2. Як сільське господарство отримує користь від застосування глибинного навчання.
Мова доповіді: українська

Артем Чернодуб
Доцент, Український Католицький Університет (УКУ)
Тема: Видобуток аргументів в текстах на основі штучних нейронних мереж.

Про що будемо говорити:
Ми розглянемо задачу обробки аргументів в текстах, яка може бути розбита на декілька підзадач, включаючи виявлення компонентів аргументів, класифікацію аргументів і розбір залежностей аргументів. Ми зосередимо увагу на перших двох підзадачах з використанням сучасних моделей нейронних мереж для тегування послідовностей, а саме BiLSTM, BiLSTM + CRF, BiLSTM + CRF + CNN та порівнюємо їх зі «старою» школою NLP методів. Також будуть обговорюватися існуючі датасети для AM («Persuasive Essays», «Web Discourse»).
Мова доповіді: російська

Христина Скопик
Комп’ютерна лінгвістка в Grammarly.
Тема: Мовне моделювання та його застосунки.

На презентації я розповім, що таке мовні моделі. Ми розглянемо, як будують мовні моделі і які існують способи їх покращити. А також ми проаналізуємо, де і як найчастіше використовують мовне моделювання.
Мова доповіді: українська

Максим Дяченко
Founder of XOresearch and VER.AI companies
Тема: VER.AI: iterating over advanced deep learning models.

Про що будемо говорити:
Глибинне навчання стало інструментом для вирішення широкого кола проблем реального світу. Але розробка, ітерація та впровадження моделей — це складне і трудомістке завдання, що вимагає уваги висококваліфікованих фахівців. Ми поговоримо про перспективи розвитку та застосування VER.AI — одного з чисельних продуктів, метою якого є зниження трудоємності навчання, налаштувань та вартості deep learning проектів.
Мова доповіді: російська

Не пропустіть можливість познайомитися з однодумцями і дізнатися щось нове!

Google Calendar iCal
👍ПодобаєтьсяСподобалось0
До обраногоВ обраному0
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Підписатись на коментарі