360iconacademy_icon1academy_icon2academy_icon3accelerometeraudiobagbrainseducationequipmentfalcon-10ic_fbfind-devfind-mentorfind-outsourceideaidea_1info_fbinfo_instainfo_twitterinfo_vkinnovationsic_instic_inlogo-bigmanicSpacematerialsmenu-iconnoteplanplanet-earthprototypesearch_iconskyperoomsupportteam_iconic_twic_vkwidget_fbwidget_g+widget_inwidget_twitterРесурс 1

Belarus Big Data User Group Meetup # 26

Приглашаем всех желающих на очередной и очень познавательный митап сообщества Belarus Big Data User Group.

27 июня 18:45 - 21:00

18:45 - 21:00
Конференц-зал "Madrid"
Бесплатно

Belarus Big Data User Group Meetup # 26

Организатор: Евгений Румянцев

Приглашаем всех желающих на очередной и очень познавательный митап сообщества Belarus Big Data User Group.

 

Программа встречи:

18.45 – 19.00: Приветственный кофе

19.00 – 19.50: “Основы анализа больших данных: простые, но важные правила процесса очистки данных”; Анна Рудаковская, Data Analyst, Teqniksoft
Данные для анализа далеко не всегда поступают к нам в виде «приглаженных» и ровных колонок внутри баз данных. Обычно сделать данные пригодными для анализа — непростая работа. В случае БОЛЬШИХ данных очистка становится критически важным этапом. В докладе будут представлены некоторые простые, но необходимые техники очистки данных, выработанные на практике в процессе работы с большими данными. На практических примерах будет показано, чем грозит нарушение в процессе очистки и какую путаницу в результатах можно получить, плохо почистив данные. Бонус: чеклист процесса очистки данных.

19.50 – 20.10: Кофе-брейк

20.10 — 21.00: «Генеративные модели свёрточных нейронных сетей», Денис Дусь, Data Scientist, InData Labs.
В докладе будут рассмотрены фундаментальные идеи, лежащие в основе генеративных моделей свёрточных нейронных сетей.

В ходе доклада проследим за основными этапами развития Generative Adversarial Networks и постараемся ответить на следующие вопросы:
1. Как «обмануть» свёрточную сеть и заставить прогнозировать то, что нам нужно?
2. Как научить нейронную сеть генерировать реалистичные изображения, слабо отличимые от настоящих?
3. Какие трудности возникают при этом и как они могут быть ослаблены на практике?
4. Как GAN-фрэймворк может быть использован в решении прикладных задач?

Регистрация: не нужна
Участие: бесплатно

Заходите к нам

Минск, ул. Фабрициуса, 4
up