Виртуальное обучение дает возможность освоить новые востребованные навыки и инвестировать в свое будущее таким образом, который отражает ваши ограничения по времени и поездкам. Этой осенью ODSC привнесет свои уникальные преимущества в виртуальную платформу, чтобы сделать виртуальную конференцию ODSC Europe 2020 еще лучше.
[Статья по теме: Чего ожидать от виртуальной конференции Europe 2020]
На Виртуальной конференции ODSC Europe 2020 у нас будут возможности для участников на любом этапе их карьеры. Для специалистов по обработке и анализу данных, которые только начинают или думают о смене карьеры, у нас есть Учебный лагерь с предконференционным обучением 16 сентября, а также карьерной поддержкой и сертификацией. Эти две программы помогут вам не только определиться с вашими дальнейшими шагами, но и реализовать их.
Для ученых, занимающихся данными, которые хотят приобрести новые навыки и взяться за новые проекты и задачи, чтобы расширить свой существующий набор навыков, у нас есть сотни учебных занятий и семинаров по таким темам, как объяснимое машинное обучение, воспроизводимые конвейеры и облачный ИИ, для участников на каждом этапе. уровень: начальный, средний и продвинутый.
Мы все еще составляем расписание учебных занятий, но ниже вы найдете информацию о некоторых из наших лучших занятий с прошлых конференций, которые демонстрируют, что вы можете ожидать от ODSC Europe в сентябре:
Введение в перенос обучения в NLP и инструменты HuggingFace
Изучите недавние прорывы в NLP, ставшие результатом сочетания архитектур Transfer Learning и Transformer, и научитесь использовать инструменты с открытым исходным кодом, выпущенные HuggingFace, такие как библиотеки Transformers и Tokenizers и дистиллированные модели.
Разработка машинного обучения для производственных развертываний машинного обучения
Обсудим использование конвейерных архитектур машинного обучения для реализации производственных приложений машинного обучения и, в частности, рассмотрим опыт Google с TensorFlow Extended (TFX), а также преимущества контейнеризации конвейерных архитектур с использованием таких платформ, как Kubeflow.
Введение в машинное обучение для прогнозирования временных рядов
Этот практический семинар на основе Python познакомит вас с тем, как можно использовать машинное обучение для решения проблем с временными рядами.
Современная обработка естественного языка в масштабе
На этом заседании был представлен пакет Spark NLP с открытым исходным кодом для обучения распределенных настраиваемых конвейеров машинного обучения на естественном языке в Apache Spark, а также рассмотрены цели библиотеки, дизайн и API с использованием ноутбуков Jupyter.
Введение в машинное обучение с помощью scikit-learn
Общее введение в машинное обучение, а также знакомство с практическими инструментами для применения машинного обучения в ваших исследованиях с акцентом на одну особенно важную область машинного обучения — обучение с учителем.
Измените свои навыки НЛП: использование BERT (и трансформеров) в реальной жизни
Этот семинар научит вас использовать нейронные сети-трансформеры и их воплощения (BERT, RoBERTa, GPT-2) для решения реальных случаев использования естественного языка, а также как модифицировать их для ваших собственных нужд.
Машинное обучение в R: оштрафованная регрессия для конвейера оптимизации машинного обучения
Узнайте, как расширить регрессию, используя штрафы для автоматического выбора переменных и повышения гибкости, а затем внедрить деревья и, в частности, усиленные деревья с помощью xgboost, чтобы получить невероятно мощные прогнозы.
От исследований к производству: высокопроизводительный кроссплатформенный вывод моделей ML/DNN в облаке и на периферии с помощью ONNX Runtime
Изучите универсальность и мощь ONNX и среды выполнения ONNX, преобразовав традиционный конвейер машинного обучения scikit-learn в ONNX, экспортировав обученную PyTorch модель глубокой нейронной сети в ONNX и развернув модели в Azure в качестве облачной службы с помощью служб машинного обучения Azure. и на устройства Windows или Mac для вывода на устройстве.
MLOps. Запустите свои рабочие процессы обработки данных с помощью MLOps
Узнайте, как быстрее приступить к работе с оптимизированным интерфейсом для обучения воспроизводимых моделей, упаковки, проверки, развертывания и мониторинга.
Спикеры ODSC Европа
Вышеуказанные темы отражают то, что эти подтвержденные спикеры принесут к столу. Вот некоторые из спикеров, приехавших на мероприятие:
- Дарья Степанова, кандидат наук, научный сотрудник Bosch Center for AI
- Алан Раттер, основатель Fire Plus Algebra
- Доктор. Наташа Латышева,инженер-исследователь по машинному обучению, Welocalize
- Идо Шломо,старший специалист по данным в BlueVine
- Вейсел Кокаман, доктор философии, старший научный сотрудник John Snow Labs
- Андраш Зсом, доктор наук,ведущий специалист по данным в Университете Брауна
- Доктор. Кирк Борн, главный специалист по данным в Booz Allen Hamilton
- Джаред Ландер, главный специалист по данным в Lander Analytics
- Мэтт Бремс,ведущий международный инструктор по науке о данных в General Assembly
- Билл Шандер, основатель Beehive Media
Приведенные выше темы и спикеры показывают, чего ожидать от Виртуальной конференции ODSC Europe 2020. Вы также получите доступ к серии видео от ODSC East с участием некоторых из этих докладчиков при покупке полного доступа или пропуска Bootcamp.