Data Christmas

13:00 МСК (17:00 НСК)

More layers! End-to-end regression and uncertainty on tabular data without any decision trees

Иван Бондаренко Старший преподаватель кафедры фундаментальной и прикладной лингвистики НГУ, научный сотрудник лаборатории прикладных цифровых технологий ММФ НГУ

Мой доклад будет посвящен обсуждению способов решения ML-задач (в частности, регрессионных) на классических табличных данных только с помощью end-to-end глубоких нейронных сетей, безо всякого замысловатого задачно-специфичного фича-инжиниринга и, главное, без "деревянных" ансамблей типа градиентного бустинга, которые многими считаются "вершиной эволюции" применительно к обработке табличных данных. Кроме того, будет поднят и тщательно проанализирован очень важный вопрос об умении алгоритма оценивать собственную неуверенность в ответе. Умный алгоритм, как и умный человек, должен осознавать границы своей компетентности и отказываться выносить любое суждение касательно предметов, с которыми незнаком (как Сократ: "я знаю, что ничего не знаю"). И тут, как выясняется, глубокие нейронные сети тоже оказываются лучше других алгоритмов типа деревьев решений, ближайших соседей и т.п. От совсем простых вещей мы (я и слушатели) перейдём к более общим проблемам, связанным с проблемой смещения-дисперсии в классических и нейросетевых алгоритмах. Поговорим также о регуляризации, ансамблировании и затухании/взрыве градиентов в глубоких нейросетях. В общем, должно быть весело. Все мои рассказы, сказки и присказки будут подкреплены примерами из трека Weather Prediction на недавнем соревновании Shifts https://research.yandex.com/shifts/, организованном совместно компанией Yandex, Кембриджским и Оксфордским университетами. Этот трек https://research.yandex.com/shifts/weather представляет собой типовую, просто-таки дистиллированную задачу регрессии на табличных данных (даже временных рядов там нет, потому что отсутствует явно заданный фактор времени), и слушателям наверняка будет интересно, почему первые три места занял не "стекинг хgboost-ов", а что-то более интересное и глубокое.

13:40 МСК (17:40 НСК)

Как устроена жизнь дата-саентиса в ЦФТ или не одним фит-предиктом сыты

Владимир Козлов, Руководитель отдела "Аналитика", Машинное отделение ЦФТ

Выступление будет полезно начинающим специалистам, которые хотят погрузиться в область data science, проходят или уже прошли несколько курсов по алгоритмам машинного обучения, но все еще не сталкивались с реальными задачами.
В выступлении будут затронуты следующие топики:

14:20 МСК (18:20 НСК)

Жизнь Data Scientist во Франции

Интервью с экспатом

14:50 МСК (18:20 НСК)

Как 2GIS соревнование по Computer Vision делал

Михаил Лиз, Специалист по анализу данных, 2ГИС

В докладе будет разбор соревнования по компьютерному зрению от 2ГИС на платформе AI Journey. Задача заключалась в распознавании направлений движения по полосам на дорожных знаках 5.15.1 и 5.15.2. Посмотрим на разные подходы к решению, предложенные школьниками. Поговорим о плюсах и минусах.

15:30 МСК (19:30 НСК)

ODS Lab - что мы делаем для развития сообщества

Дмитрий Колодезев, директор ООО Промсофт