В качестве единственной серии конференций по прикладному виртуальному обучению ODSC предлагает захватывающий, увлекательный и уникальный опыт для специалистов по науке о данных. Каждая конференция включает несколько дней практических занятий, которые охватывают как основную теорию, так и практику развития навыков. Кроме того, на Виртуальной конференции ODSC West, которая состоится 27–30 октября, основное внимание будет уделено темам и инструментам, формирующим будущее отрасли, таким как самоконтролируемое обучение, рекомендательные системы, Spark NLP, взаимодействие человека и машины, чат-боты, перенос обучения для NLP и многое другое.
[Статья по теме: Объявление основных докладов ODSC West 2020]
Ниже приведен список лишь нескольких захватывающих тренингов и семинаров, которые будут представлены в октябре этого года.
«Быстрое исследование и анализ данных с помощью Apache Drill»
Сократите время, затрачиваемое на подготовку данных во время этого интерактивного семинара. Узнайте, как использовать Apache Drill для быстрого изучения разнообразных наборов данных из разных источников без промежуточного этапа написания кода.
«Современные методы искусственного интеллекта с TensorFlow: трансферное обучение, RL и GAN»
В последнее время наблюдается рост использования полу-контролируемых и неконтролируемых методов обучения для решения реальных задач. В частности, GAN и обучение с подкреплением используются для таких задач, как управление роботами и помощь в создании маркетинговых планов. Этот тренинг научит вас как теоретическим знаниям, так и практическим навыкам, необходимым для использования современных моделей искусственного интеллекта.
«Практическое обучение с подкреплением с Рэем RLlib»
Получите практический опыт использования Ray RLib для реализации алгоритмов обучения с подкреплением, а также добавьте свои собственные. Кроме того, Ray RLib универсален и легко интегрируется с PyTorch, OpenAI Gym и TensorFlow. Ray RLib сделает всю работу, чтобы максимально использовать ресурсы и дать вам возможность максимально эффективно использовать ваши алгоритмы обучения с подкреплением.
«Расширенное НЛП с TensorFlow и PyTorch: LSTM, самовнимание и трансформеры»
За последние пару лет были достигнуты значительные успехи в обработке естественного языка (NLP), что значительно расширило ее возможности. Этот тренинг будет сосредоточен как на теории, так и на практических навыках, предоставляя вам знания и навыки, необходимые для создания передовых моделей НЛП. В частности, вы будете использовать TensorFlow и PyTorch для создания архитектур на основе преобразователей и рекуррентных слоев, которые можно использовать для машинного перевода, прогнозирования текста и классификации текста.
«Рисование данных: введение в d3.js»
Из-за большого количества стандартов и функций создание интерактивной визуализации данных в d3.js может оказаться сложной задачей. На этом семинаре вы шаг за шагом создадите визуализацию данных из файла CSV. Это глубокое погружение в визуализацию данных в d3.js гарантирует, что вы знаете, какие аспекты продукта важны, а какие менее важны.
«Создание платформы обслуживания машинного обучения в масштабе для обработки естественного языка»
Создание модели искусственного интеллекта на основе НЛП — это лишь первый шаг к созданию успешного решения, продукта или услуги для маркетинга, взаимодействия с клиентами, социальных сетей и совместной работы сотрудников. Даже после создания точной модели необходимо решить несколько задач: как построить и монетизировать продукт на основе модели? Как эффективно масштабировать продукт? И как обеспечить конфиденциальность, безопасность, наблюдаемость и управляемость продукта, и это лишь некоторые из них. На этой сессии мы рассмотрим эти проблемы и обсудим наилучшие способы их преодоления.
«Keras от супа до орехов — учебное пособие на основе примеров
Отсутствие гибкости, которое характеризовало первую итерацию Keras, теперь в прошлом. В результате Keras является одной из самых популярных платформ для разработки моделей глубокого обучения. На этом семинаре вы узнаете, почему вы должны добавить Keras в свой набор инструментов. Узнайте, как построить модель Keras, сначала с включенными компонентами, затем с настроенными компонентами и, наконец, с базовой платформой TensorFlow, обеспечивающей максимальную гибкость.
«Обобщение и объяснимость текста на основе глубокого обучения»
На этом практическом семинаре вы узнаете, как создавать заголовки новостей, используя современную модель обобщения. Модель, использованная на этом семинаре, была частично обучена на новостных данных Reuters, что позволило убедиться, что обучающие данные отражают правила независимости и целостности. На этом семинаре также начнется рассмотрение проблемы объяснимости ИИ, сделав первый шаг к ответу на вопрос о том, как внушить доверие к результатам модели.
«Выборка по неопределенности и выборка по разнообразию»
Узнайте, как использовать активное обучение, чтобы лучше находить пробелы в знаниях в вашей модели (выборка разнообразия) и места, где модель запутана (выборка неопределенности). Эта сессия начнется с методов, которые требуют всего несколько строк кода, и закончатся теми, которые используют достижения в трансферном обучении.
Более широкое использование голосовых помощников за последние пару лет привело к необходимости в инструментах, которые сокращают время, необходимое для разработки систем разговорного ИИ. Чтобы удовлетворить эту потребность, вы можете использовать платформу DeepPavlov для разработки диалоговых агентов с несколькими навыками. Он предназначен для облегчения создания диалоговых систем, даже если у вас ограниченный объем данных. Таким образом, он фокусируется на модульности, расширяемости и эффективности.
