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, которые стали 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. В пятницу цены вырастут, так что купите билет сейчас, чтобы сэкономить 70% на абонементе. Вы также получите доступ к серии отобранных видео от ODSC East, в которых представлены некоторые из этих докладчиков, когда вы приобретете пропуск All Access или Bootcamp.