სად წავიდეთ: მომავალი უფასო ღონისძიებები IT პროფესიონალებისთვის მოსკოვში (14-18 იანვარი)

ღონისძიებები ღია რეგისტრაციით:

• AI & მობილური
• NeurIPS საახალწლო წვეულება
• R მოსკოვის შეხვედრა #5
• Frontend Meetup მოსკოვში (Gastromarket Balchug)
• მანქანათმცოდნეობის ტრენინგი Avito 2.0-ში

AI & მობილური

14 იანვარი, 19:00-22:00, სამშაბათი

გეპატიჟებით შეხვედრაზე ხელოვნური ინტელექტის, მისი გამოყენების მობილურ მოწყობილობებზე და ახალი ათწლეულის ყველაზე მნიშვნელოვანი ტექნოლოგიური და ბიზნეს ტენდენციების შესახებ. პროგრამა მოიცავს საინტერესო რეპორტაჟებს, დისკუსიებს, პიცას და კარგ განწყობას.

ერთ-ერთი მომხსენებელი არის ჰოლივუდში, თეთრ სახლში, უახლესი ტექნოლოგიების დანერგვის პიონერი; მისი წიგნი "Augmented: Life in the Smart Lane" ჩინეთის პრეზიდენტმა საახალწლო მიმართვაში თავის ერთ-ერთ საყვარელ საცნობარო წიგნად მოიხსენია.

NeurIPS საახალწლო წვეულება

15 იანვარს, ოთხშაბათს, 18:00 საათზე

• 18:00 რეგისტრაცია
• 19:00 გახსნა - მიხაილ ბილენკო, Yandex
• 19:05 განმამტკიცებელი სწავლა NeurIPS 2019-ზე: როგორ იყო - სერგეი კოლესნიკოვი, ტინკოფიყოველწლიურად გაძლიერებული სწავლის (RL) თემა სულ უფრო მწვავე და აყვავებული ხდება. და ყოველწლიურად, DeepMind და OpenAI ამატებენ ნავთის ცეცხლს ახალი ზეადამიანური შესრულების ბოტის გამოშვებით. არის თუ არა რაიმე ღირებული ამის უკან? და რა არის უახლესი ტენდენციები RL მრავალფეროვნებაში? მოდით გავარკვიოთ!
• 19:25 NLP მუშაობის მიმოხილვა NeurIPS 2019 - მიხაილ ბურცევი, MIPTდღეს, ბუნებრივი ენის დამუშავების სფეროში ყველაზე გარღვევა ტენდენციები დაკავშირებულია ენის მოდელებსა და ცოდნის გრაფიკებზე დაფუძნებული არქიტექტურების აგებასთან. ანგარიშში მოცემულია სამუშაოების მიმოხილვა, რომლებშიც ეს მეთოდები გამოიყენება დიალოგური სისტემების შესაქმნელად სხვადასხვა ფუნქციების განსახორციელებლად. მაგალითად, ზოგად თემებზე კომუნიკაციისთვის, თანაგრძნობის გაზრდისა და მიზანზე ორიენტირებული დიალოგის წარმართვისთვის.
• 19:45 დაკარგვის ფუნქციის ზედაპირის ტიპის გაგების გზები - დიმიტრი ვეტროვი, ეროვნული კვლევითი უნივერსიტეტის ეკონომიკის უმაღლესი სკოლა კომპიუტერული მეცნიერების ფაკულტეტიმე განვიხილავ რამდენიმე ნაშრომს, რომლებიც იკვლევენ უჩვეულო ეფექტებს ღრმა სწავლაში. ეს ეფექტები ნათელს ჰფენს წონის სივრცეში დაკარგვის ფუნქციის ზედაპირის გარეგნობას და საშუალებას გვაძლევს წამოვაყენოთ რამდენიმე ჰიპოთეზა. თუ დადასტურდება, შესაძლებელი იქნება საფეხურის ზომის უფრო ეფექტურად რეგულირება ოპტიმიზაციის მეთოდებში. ეს ასევე შესაძლებელს გახდის ტესტის ნიმუშზე დანაკარგის ფუნქციის მიღწევადი მნიშვნელობის პროგნოზირებას ვარჯიშის დასრულებამდე დიდი ხნით ადრე.
• 20:05 კომპიუტერულ ხედვაზე სამუშაოების მიმოხილვა NeurIPS 2019-ზე - სერგეი ოვჩარენკო, კონსტანტინე ლახმანი, Yandexჩვენ განვიხილავთ კვლევისა და მუშაობის ძირითად სფეროებს კომპიუტერულ ხედვაში. ვცადოთ გავიგოთ, აკადემიის თვალსაზრისით უკვე მოგვარებულია თუ არა ყველა პრობლემა, გრძელდება თუ არა GAN-ის გამარჯვებული მსვლელობა ყველა სფეროში, ვინ უწევს მას წინააღმდეგობას და როდის მოხდება უკონტროლო რევოლუცია.
• 20:25 ყავის შესვენება
• 20:40 სერიების მოდელირება თაობის შეუზღუდავი თანმიმდევრობით - დიმიტრი ემელიანენკო, Yandexჩვენ ვთავაზობთ მოდელს, რომელსაც შეუძლია სიტყვების ჩასმა გენერირებულ წინადადებაში თვითნებურ ადგილებში. მოდელი ირიბად სწავლობს დეკოდირების მოსახერხებელ ბრძანებას მონაცემების საფუძველზე. საუკეთესო ხარისხი მიიღწევა რამდენიმე მონაცემთა ნაკრებში: მანქანური თარგმნისთვის, გამოიყენეთ LaTeX-ში და გამოსახულების აღწერილობაში. მოხსენება ეძღვნება სტატიას, რომელშიც ჩვენ ვაჩვენებთ, რომ შესწავლილი დეკოდირების თანმიმდევრობა რეალურად აქვს აზრი და სპეციფიკურია მოგვარებული პრობლემისთვის.
• 20:55 წინა ქსელების საპირისპირო KL-დივერგენციის ტრენინგი: გაუმჯობესებული გაურკვევლობა და წინააღმდეგობის სიმტკიცე - ანდრეი მალინინი, Yandexგაურკვევლობის შეფასების ანსამბლის მიდგომები ახლახან იქნა გამოყენებული არასწორი კლასიფიკაციის გამოვლენის, დისტრიბუციის გარეთ შეყვანის და საპირისპირო თავდასხმის გამოვლენის ამოცანებისთვის. წინა ქსელები შემოთავაზებულია, როგორც კლასიფიკაციის მოდელების ანსამბლის ეფექტური ემულაციის მიდგომა დირიხლეს წინა განაწილების პარამეტრიზაციის გზით გამომავალი განაწილებაზე. ნაჩვენებია, რომ ეს მოდელები აჯობებენ ანსამბლის ალტერნატიულ მიდგომებს, როგორიცაა Monte-Carlo Dropout, განაწილების გარეშე შეყვანის გამოვლენის ამოცანაში. თუმცა, წინა ქსელების სკალირება კომპლექსურ მონაცემთა ნაკრებებზე მრავალი კლასით რთულია თავდაპირველად შემოთავაზებული სასწავლო კრიტერიუმების გამოყენებით. ეს ნაშრომი აკეთებს ორ წვლილს. პირველი, ჩვენ ვაჩვენებთ, რომ შესაბამისი ტრენინგის კრიტერიუმი წინა ქსელებისთვის არის საპირისპირო KL-დივერგენცია დირიხლეს განაწილებებს შორის. ეს საკითხი ეხება ტრენინგის მონაცემების სამიზნე განაწილების ბუნებას, რაც საშუალებას აძლევს წინა ქსელებს წარმატებით ივარჯიშონ კლასიფიკაციის ამოცანებზე თვითნებურად მრავალი კლასით, ასევე გააუმჯობესონ დისტრიბუციის გარეთ გამოვლენის შესრულება. მეორე, ამ ახალი სასწავლო კრიტერიუმის გამოყენებით, ეს ნაშრომი იკვლევს წინა ქსელების გამოყენებას საპირისპირო შეტევების აღმოსაჩენად და გვთავაზობს საპირისპირო ტრენინგის განზოგადებულ ფორმას. ნაჩვენებია, რომ წარმატებული ადაპტური თეთრი ყუთის შეტევების მშენებლობა, რომლებიც გავლენას ახდენენ წინასწარმეტყველებაზე და თავიდან აცილების გამოვლენაზე, CIFAR-10-ზე და CIFAR-100-ზე გაწვრთნილი წინა ქსელების წინააღმდეგ შემოთავაზებული მიდგომის გამოყენებით, მოითხოვს უფრო დიდ გამოთვლით ძალისხმევას, ვიდრე სტანდარტული წინააღმდეგობის გამოყენებით დაცული ქსელებისგან. ტრენინგი ან MC- მიტოვება.
• 21:10 პანელური დისკუსია: "NeurlPS, რომელიც ძალიან გაიზარდა: ვინ არის დამნაშავე და რა უნდა გააკეთოს?" - ალექსანდრე კრაინოვი, Yandex
• 21:40 წვეულება

R მოსკოვის შეხვედრა #5

16 იანვარი, 18:30-21:30, ხუთშაბათი

• 19:00-19:30 ,,ოპერაციული პრობლემების გადაჭრა R-ის გამოყენებით დუმბებისთვის“ - კონსტანტინე ფირსოვი (სს ნეტრისი, მთავარი განმახორციელებელი ინჟინერი).
• 19:30-20:00 "ინვენტარის ოპტიმიზაცია საცალო ვაჭრობაში" - გენრიხ ანანიევი (PJSC Beluga Group, ანგარიშგების ავტომატიზაციის ხელმძღვანელი).
• 20:00-20:30 „BMS X5-ში: როგორ გავაკეთო ბიზნეს-პროცესის მაინინგი არასტრუქტურირებული POS ლოგებზე R-ის გამოყენებით“ - ევგენი როლდუგინი (X5 საცალო ჯგუფი, მომსახურების ხარისხის კონტროლის ინსტრუმენტების დეპარტამენტის უფროსი), ილია შუტოვი (მედია ტელ, უფროსი დეპარტამენტის მონაცემთა მეცნიერი).

Frontend Meetup მოსკოვში (Gastromarket Balchug)

18 იანვარი, 12:00-18:00, შაბათი

• ”როდის ღირს განაცხადის გადაწერა ნულიდან და როგორ დაარწმუნოთ ბიზნესი ამაში” - ალექსეი პიჟიანოვი, დეველოპერი, სიბურირეალური ამბავი იმისა, თუ როგორ გავუმკლავდით ტექნიკურ ვალს ყველაზე რადიკალურად. მე გეტყვით ამის შესახებ:
  1. რატომ გადაიქცა კარგი აპლიკაცია საშინელ მემკვიდრეობად.
  2. როგორ მივიღეთ რთული გადაწყვეტილება ყველაფრის გადაწერა.
  3. როგორ გავყიდეთ ეს იდეა პროდუქტის მფლობელს.
  4. რა გამოვიდა ამ იდეიდან საბოლოოდ და რატომ არ ვნანობთ მიღებულ გადაწყვეტილებას.

• "Vuejs API mocks" - ვლადისლავ პრუსოვი, Frontend-ის დეველოპერი, AGIMA

მანქანათმცოდნეობის ტრენინგი Avito 2.0-ში

18 იანვარი, 12:00-15:00, შაბათი

• 12:00 “Zindi Sendy Logistics Challenge (რუსეთი)” - რომან პიანკოვი
• 12:30 "Data Souls Wildfire AI (რუსული)" - ილია პლოტნიკოვი
• 13:00 ყავის შესვენება
• 13:20 "Topcoder SpaceNet 5 Challenge & Signate The 3rd Tellus Satellite Challenge (eng)" - ილია ქიბარდინი
• 14:00 ყავის შესვენება
• 14:10 "Codalab ავტომატური დროის სერიების რეგრესია (eng)" - დენის ვოროტინცევი

წყარო: www.habr.com