行き先: モスクワで今後開催される IT プロフェッショナル向けの無料イベント (14 月 18 ～ XNUMX 日)

参加登録が可能なイベント:

• AIとモバイル
• NeurIPS 新年アフターパーティー
• R モスクワ ミートアップ #5
• モスクワでのフロントエンドミートアップ (Gastromarket Balchug)
• Avito 2.0 での機械学習トレーニング

AIとモバイル

14月19日（火）00:22～00:XNUMX

人工知能、モバイル デバイスでのそのアプリケーション、新しい 10 年間の最も重要な技術トレンドとビジネス トレンドに関するミーティングに皆様をご招待いたします。プログラムには、興味深いレポート、ディスカッション、ピザ、楽しい気分などが含まれます。

講演者の 1 人は、ハリウッド、つまりホワイトハウスに最新テクノロジーを導入した先駆者です。彼の著書「Augmented: Life in the Smart Lane」は、中国国家主席の新年の辞でお気に入りの参考書の一つとして言及されました。

NeurIPS 新年アフターパーティー

15月18日（水）00:XNUMX開演

• 18:00 受付
• 19:00 オープニング - ミハイル・ビレンコ、ヤンデックス
• 19:05 NeurIPS 2019 での強化学習: どうだった - Sergey Kolesnikov、Tinkoff強化学習 (RL) のトピックは年々、注目を集め、誇大広告になっています。そして毎年、DeepMind と OpenAI は新しい超人的なパフォーマンス ボットをリリースして火に油を注いでいます。この裏には本当に価値のある何かがあるのでしょうか？そして、すべての RL の多様性における最新の傾向は何でしょうか?確認してみましょう！
• 19:25 NeurIPS 2019 での NLP 作業のレビュー - Mikhail Burtsev、MIPT今日、自然言語処理の分野における最も画期的なトレンドは、言語モデルとナレッジ グラフに基づくアーキテクチャの構築に関連しています。レポートでは、これらの手法を利用して対話システムを構築し、さまざまな機能を実現した作品の概要を紹介します。たとえば、一般的なトピックについてコミュニケーションし、共感を高め、目標指向の対話を実施します。
• 19:45 損失関数の曲面の種類を理解する方法 - 国立研究大学高等経済学部コンピューターサイエンス学部、ドミトリー・ヴェトロフ深層学習における珍しい効果を調査したいくつかの論文について説明します。これらの効果は、重み空間における損失関数の表面の様子を明らかにし、多くの仮説を立てることを可能にします。これが確認されれば、最適化手法でステップ サイズをより効果的に調整できるようになります。これにより、トレーニングが終了するずっと前に、テスト サンプルでの損失関数の達成可能な値を予測することも可能になります。
• 20:05 NeurIPS 2019 でのコンピューター ビジョンに関する作品レビュー - Sergey Ovcharenko、Konstantin Lakhman、Yandexコンピューター ビジョンの主な研究分野と取り組みについて見ていきます。アカデミーの観点からすべての問題はすでに解決されているのか、GAN の勝利の行進はあらゆる分野で続いているのか、誰がそれに抵抗しているのか、そして監視されていない革命はいつ起こるのかを理解してみましょう。
• 20:25 コーヒーブレイク
• 20:40 無制限の生成順序によるシーケンスのモデリング - Dmitry Emelianenko、Yandex生成された文章の任意の場所に単語を挿入できるモデルを提案します。モデルは、データに基づいて便利なデコード順序を暗黙的に学習します。最高の品質は、機械翻訳、LaTeX および画像記述での使用など、いくつかのデータセットで実現されます。このレポートは、学習された復号順序が実際に意味があり、解決される問題に特有のものであることを示す記事に特化しています。
• 20:55 以前のネットワークの逆 KL ダイバージェンス トレーニング: 不確実性と敵対的堅牢性の向上 - Andrey Malinin、Yandex不確実性推定のためのアンサンブル アプローチは、最近、誤分類検出、分布外入力検出、敵対的攻撃検出などのタスクに適用されています。事前ネットワークは、出力分布に対するディリクレ事前分布をパラメータ化することにより、分類用モデルのアンサンブルを効率的にエミュレートするアプローチとして提案されています。これらのモデルは、分布外入力検出のタスクにおいて、モンテカルロ ドロップアウトなどの代替アンサンブル アプローチよりも優れたパフォーマンスを発揮することが示されています。ただし、当初提案されたトレーニング基準を使用して、Prior Networks を多くのクラスを持つ複雑なデータセットに拡張することは困難です。この論文は 10 つの貢献を行っています。まず、事前ネットワークの適切な学習基準はディリクレ分布間の逆 KL 発散であることを示します。この問題は、トレーニング データのターゲット分布の性質に対処し、任意の数のクラスを含む分類タスクで以前のネットワークを正常にトレーニングできるようにするとともに、分布外の検出パフォーマンスを向上させます。第 100 に、この新しいトレーニング基準を利用して、この論文では、敵対的攻撃を検出するための事前ネットワークの使用を調査し、敵対的トレーニングの一般化された形式を提案します。提案されたアプローチを使用して CIFAR-XNUMX および CIFAR-XNUMX で訓練された以前のネットワークに対して、予測に影響を与え検出を回避する適応型ホワイトボックス攻撃の構築には、標準的な敵対的手段を使用して防御されたネットワークに対する場合よりも大量の計算量が必要であることが示されています。トレーニングまたはMCドロップアウト。
• 21:10 パネルディスカッション「成長しすぎたNeurlPS：誰の責任で、何をすべきか？」 — アレクサンダー・クライノフ、Yandex
• 21:40 アフターパーティー

R モスクワ ミートアップ #5

16月18日（木）30:21～30:XNUMX

• 19:00-19:30 「ダミー用の R を使用した運用上の問題の解決」 - Konstantin Firsov (Netris JSC、チーフ実装エンジニア)。
• 19:30-20:00 「小売業における在庫の最適化」 - Genrikh Ananyev (PJSC Beluga Group、レポート自動化責任者)。
• 20:00-20:30 「X5 の BMS: R を使用して非構造化 POS ログでビジネス プロセス マイニングを行う方法」 - Evgeniy Roldugin (X5 Retail Group、サービス品質管理ツール部門責任者)、Ilya Shutov (メディア電話責任者、責任者)データサイエンティスト部門の）。

モスクワでのフロントエンドミートアップ (Gastromarket Balchug)

18月12日（土）00:18～00:XNUMX

• 「アプリケーションを最初から書き直す価値があるのはどのような場合ですか、また、これを企業に納得させるにはどうすればよいでしょうか」 - Alexey Pyzhyanov、開発者、Sibur私たちが技術的負債に最も根本的な方法で対処した本当の話。それについてお話します:
  1. 優れたアプリケーションがひどい遺産になった理由。
  2. すべてを書き直すという難しい決断をどのようにして下したのか。
  3. このアイデアをどのようにプロダクトオーナーに売り込んだのか。
  4. このアイデアから最終的に何が生まれたのか、なぜ私たちが下した決断を後悔していないのか。

• 「Vuejs API モック」 — Vladislav Prusov、フロントエンド開発者、AGIMA

Avito 2.0 での機械学習トレーニング

18月12日（土）00:15～00:XNUMX

• 12:00 「Zindi Sendy Logistics Challenge (ロシア)」 - ロマン・ピャンコフ
• 12:30 「Data Souls Wildfire AI (ロシア)」 - イリヤ・プロトニコフ
• 13:00 コーヒーブレイク
• 13:20 「Topcoder SpaceNet 5 Challenge & Signate The 3rd Tellus Satellite Challenge (英語)」 - Ilya Kibardin
• 14:00 コーヒーブレイク
• 14:10 「Codalab 自動時系列回帰 (英語)」 — Denis Vorotyntsev

出所： habr.com