Kam ísť: nadchádzajúce bezplatné podujatia pre IT profesionálov v Moskve (14. – 18. januára)

Kam ísť: nadchádzajúce bezplatné podujatia pre IT profesionálov v Moskve (14. – 18. januára)

Podujatia s otvorenou registráciou:


AI a mobilné zariadenia

14. januára, 19:00-22:00, utorok

Pozývame vás na stretnutie o umelej inteligencii, jej aplikácii na mobilných zariadeniach a najdôležitejších technologických a obchodných trendoch novej dekády. Na programe sú zaujímavé reportáže, diskusie, pizza a dobrá nálada.

Jeden z rečníkov je priekopníkom v zavádzaní najnovších technológií v Hollywoode, v Bielom dome; jeho knihu „Augmented: Life in the Smart Lane“ uviedol prezident Číny ako jednu z jeho obľúbených referenčných kníh vo svojom novoročnom prejave.

Novoročná afterparty NeurIPS

15. januára so začiatkom o 18:00, streda

  • 18:00 Registrácia
  • 19:00 Otvorenie - Michail Bilenko, Yandex
  • 19:05 Posilňovacie vzdelávanie na NeurIPS 2019: ako to bolo - Sergey Kolesnikov, TinkoffKaždý rok sa téma posilňovacieho vzdelávania (RL) stáva aktuálnejšou a medializovanejšou. A každý rok DeepMind a OpenAI prilievajú olej do ohňa vydaním nového robota s nadľudským výkonom. Je za tým niečo naozaj hodnotné? A aké sú najnovšie trendy v celej RL diverzite? Poďme zistiť!
  • 19:25 Prehľad práce NLP na NeurIPS 2019 - Michail Burtsev, MIPTV súčasnosti sú najprelomovejšie trendy v oblasti spracovania prirodzeného jazyka spojené s budovaním architektúr založených na jazykových modeloch a znalostných grafoch. Správa poskytne prehľad prác, v ktorých sa tieto metódy používajú na vytváranie dialógových systémov na implementáciu rôznych funkcií. Napríklad na komunikáciu o všeobecných témach, zvýšenie empatie a vedenie cieleného dialógu.
  • 19:45 Spôsoby, ako pochopiť typ povrchu stratovej funkcie - Dmitrij Vetrov, Fakulta informatiky, Vysoká škola ekonomická Univerzita národného výskumuBudem diskutovať o niekoľkých prácach, ktoré skúmajú nezvyčajné účinky v hlbokom učení. Tieto efekty vrhajú svetlo na vzhľad povrchu funkcie straty v hmotnostnom priestore a umožňujú nám predložiť množstvo hypotéz. Ak sa to potvrdí, bude možné efektívnejšie regulovať veľkosť kroku v optimalizačných metódach. To tiež umožní predpovedať dosiahnuteľnú hodnotu stratovej funkcie na testovacej vzorke dlho pred ukončením tréningu.
  • 20:05 Prehľad prác o počítačovom videní na NeurIPS 2019 - Sergey Ovcharenko, Konstantin Lakhman, YandexPozrieme sa na hlavné oblasti výskumu a práce v počítačovom videní. Skúsme pochopiť, či sú už všetky problémy z pohľadu akadémie vyriešené, či víťazný pochod GAN pokračuje vo všetkých oblastiach, kto sa mu bráni a kedy dôjde k revolúcii bez dozoru.
  • 20:25 Prestávka na kávu
  • 20:40 Modelovanie sekvencií s neobmedzeným poradím generovania - Dmitrij Emelianenko, YandexNavrhujeme model, ktorý dokáže vkladať slová na ľubovoľné miesta vo vygenerovanej vete. Model sa na základe údajov implicitne učí vhodné poradie dekódovania. Najlepšia kvalita sa dosahuje na niekoľkých súboroch údajov: pre strojový preklad, použitie v LaTeX a popis obrázkov. Správa je venovaná článku, v ktorom ukazujeme, že naučené poradie dekódovania má v skutočnosti zmysel a je špecifické pre riešený problém.
  • 20:55 Reverzný tréning KL-divergencie predchádzajúcich sietí: Vylepšená neistota a odporná odolnosť - Andrey Malinin, YandexEnsemble prístupy pre odhad neistoty boli nedávno aplikované na úlohy detekcie nesprávnej klasifikácie, detekcie vstupu mimo distribúcie a detekcie adverzných útokov. Prior Networks boli navrhnuté ako prístup k efektívnej emulácii súboru modelov na klasifikáciu parametrizáciou Dirichletovho predbežného rozdelenia cez výstupné rozdelenia. Ukázalo sa, že tieto modely prekonávajú alternatívne prístupy súboru, ako je Monte-Carlo Dropout, v úlohe detekcie vstupu mimo distribúcie. Škálovanie predchádzajúcich sietí na komplexné množiny údajov s mnohými triedami je však náročné pomocou pôvodne navrhnutých školiacich kritérií. Tento dokument prináša dva príspevky. Najprv ukážeme, že vhodným školiacim kritériom pre predchádzajúce siete je reverzná KL-divergencia medzi Dirichletovými distribúciami. Tento problém rieši povahu distribúcie cieľových trénovacích údajov, čo umožňuje, aby predchádzajúce siete boli úspešne trénované na klasifikačné úlohy s ľubovoľným počtom tried, ako aj zlepšenie výkonu detekcie mimo distribúcie. Po druhé, s využitím tohto nového školiaceho kritéria tento dokument skúma použitie Prior Networks na detekciu útokov protivníka a navrhuje zovšeobecnenú formu tréningu protivníka. Ukazuje sa, že konštrukcia úspešných adaptívnych útokov whitebox, ktoré ovplyvňujú predikciu a vyhýbajú sa detekcii, proti predchádzajúcim sieťam trénovaným na CIFAR-10 a CIFAR-100 pomocou navrhovaného prístupu si vyžaduje väčšie množstvo výpočtového úsilia ako proti sieťam bráneným pomocou štandardných adversarial. tréning alebo MC-dropout.
  • 21:10 Panelová diskusia: “NeurlPS, ktorý sa príliš rozrástol: kto je na vine a čo robiť?” — Alexander Krainov, Yandex
  • 21:40 Afterparty

R Moskovské stretnutie č. 5

16. januára, 18:30-21:30, štvrtok

  • 19:00-19:30 „Riešenie prevádzkových problémov pomocou R pre figuríny“ - Konstantin Firsov (Netris JSC, hlavný inžinier implementácie).
  • 19:30-20:00 „Optimalizácia zásob v maloobchode“ - Genrikh Ananyev (PJSC Beluga Group, vedúci automatizácie reportingu).
  • 20:00-20:30 „BMS v X5: ako robiť ťažbu podnikových procesov na neštruktúrovaných POS denníkoch pomocou R“ – Evgeniy Roldugin (X5 Retail Group, vedúci oddelenia nástrojov kontroly kvality služieb), Ilya Shutov (Media Tel, vedúci odborový dátový vedec).

Frontend Meetup v Moskve (Gastromarket Balchug)

18. januára, 12:00-18:00, sobota

  • „Kedy sa oplatí prepísať aplikáciu od nuly a ako o tom presvedčiť podnikanie“ - Alexey Pyzhyanov, vývojár, SiburSkutočný príbeh o tom, ako sme sa s technickým dlhom vysporiadali tým najradikálnejším spôsobom. Poviem vám o tom:
    1. Prečo sa dobrá aplikácia zmenila na hrozné dedičstvo.
    2. Ako sme urobili ťažké rozhodnutie všetko prepísať.
    3. Ako sme predali tento nápad majiteľovi produktu.
    4. Čo z tohto nápadu nakoniec vzišlo a prečo neľutujeme rozhodnutie, ktoré sme urobili.

  • “Vuejs API zosmiešňuje” — Vladislav Prusov, Frontend developer, AGIMA

Školenie strojového učenia v Avito 2.0

18. januára, 12:00-15:00, sobota

  • 12:00 “Zindi Sendy Logistics Challenge (rus)” - Roman Pyankov
  • 12:30 „Data Souls Wildfire AI (rus)“ – Ilya Plotnikov
  • 13:00 Prestávka na kávu
  • 13:20 „Topcoder SpaceNet 5 Challenge & Signate The 3rd Tellus Satellite Challenge (eng)“ – Ilya Kibardin
  • 14:00 Prestávka na kávu
  • 14:10 „Automatická regresia časových sérií Codalab (eng)“ — Denis Vorotyncev

Zdroj: hab.com

Pridať komentár