27 февраля в московском офисе Mail.Ru Group снова соберутся участники сообщества Moscow Data Science. С 2013 года они делятся опытом, обсуждая широкий круг вопросов, связанных с применением алгоритмов машинного обучения для решения задач анализа больших данных, построения рекомендательных систем и SNA.

За полтора года мероприятие посетили спикеры из VisualDNA, Retail Rocket, ИСП РАН и других компаний. Привычный формат события – 3-4 доклада по 30 минут, после которых участники свободно общаются с докладчиками за чашкой чая.

Встреча будет интересна всем, кто увлекается или профессионально занимается анализом данных, прежде всего, с использованием машинного обучения. В этот раз спикерами выступят:

- Максим Милаков, NVIDIA Россия.

В докладе "Deep Learning with GPUs" речь пойдет об истории возникновения и развития глубоких, прежде всего, сверточных нейронных сетей. Также слушателей ждет обзор недавних достижений глубоких сетей в различных задачах классификации и детекции. Максим расскажет о роли NVIDIA GPU в развитии глубоких сетей и средах их разработки.

Тема нейронных сетей, можно сказать, сейчас в моде, ведь они позволяют распознавать образы на картинках или слова на аудио. Как пример – Facebook с функцией распознавания людей на фото и вопросно-ответная система Siri. 

- Елена Ненова, аналитик «Имхонета».

Тема выступления – «Разработка и применение метрики качества рекомендательного сервиса Имхонет». Основным продуктом рекомендательной системы является отсортированный для конкретного пользователя список объектов. При этом требования к списку предъявляются противоречивые. С одной стороны, объекты в списке должны удовлетворять вкусу пользователя, но при этом должны быть разнообразными, а иногда... неожиданными. Для измерения каждого из этих свойств есть различные метрики, такие как Diversity, Novelty, Serendipity, но на практике работать с несколькими метриками неудобно, поэтому всегда есть задача поиска интегрального показателя качества. В докладе будет описан процесс создания метрики, её достоинства и недостатки, а также продемонстрирована её работа для конкретных задач «Имхонета».

- Игорь Кретинин, программист-исследователь, Mail.Ru Group.

В докладе «Свёрточные сети в соревновании NatDatSciBowl» будут рассмотрены несколько успешных моделей свёрточных нейросетей (AlexNet, GoogLeNet, VGG-11, VGG-16), являющихся стандартами классификации, локализации и детекции в задаче ImageNet-1000. На примере задачи National Data Science Bowl по распознаванию 2D-изображений морского планктона будут продемонстрированы основные аспекты построения модели.

Что интересно, докладчики, выступающие на встречах сообщества, могут решать совершенно неожиданные задачи. Например, Игорь Кретинин применял алгоритмы машинного обучения для организации стыковки космического корабля с МКС.

Начало встречи в 18.00.

Онлайн-трансляция доступна здесь 

Адрес: Ленинградский проспект, 39, стр. 79 (метро «Аэропорт»).