Edinburgh Data Science September Meetup

Das Meetup der Edinburgher Gemeinschaft für Menschen, die im Bereich Data Science arbeiten oder einfach nur daran interessiert sind. Wir sind eine freundliche Gruppe von Fachleuten, Akademikern, Studenten und anderen, die es genießen, sich bei Getränken und Pizza zu treffen und auf aufschlussreiche Vorträge zu hören. Sie können jetzt hier oder über meetup.com RSVP geben. Wir sind CodeBase sehr dankbar, dass sie uns am Donnerstag, den 2. April, ab 17 Uhr an ihrem Standort in der Castle Terrace hosten. Diese Veranstaltung wird freundlich von Redis und Trustpilot gesponsert. Samuel Agbede, Developer Advocate von Redis, wird anwesend sein - falls Sie seinen Vortrag im Juni verpasst haben, haben Sie die Möglichkeit, ihn zu treffen, um mehr über den Aufbau von KI-Anwendungen mit Echtzeitdaten zu erfahren, einschließlich RAG, Vektorsuche und semantischem Caching. Erfahren Sie mehr über Redis. Wir haben zwei großartige Vorträge geplant: Gábor Gulyás wird über Gradient Boosting für Wahrscheinlichkeitsverteilungen und wie zunehmend komplizierte Lösungen zu einem einfachen CDF-Trick führten, sprechen. Punktvorhersagemodelle liefern eine einzige „beste Schätzung“, aber in vielen realen Problemen kann die durchschnittliche Antwort tief irreführend sein - zum Beispiel, wenn ein Bankkunde entweder fast alles zurückzahlt oder fast den gesamten Betrag offen lässt. Dieser Vortrag ist eine praktische Geschichte über probabilistisches maschinelles Lernen durch Kandidatenbewertung, gaußsche weiche Ziele, Bins und Verlustfunktionen, bis ein einfacher Perspektivwechsel das Problem viel einfacher macht: Lernen Sie die bedingte CDF mit genauen Schwellenwert-Labels. Nick Lade wird präsentieren, wie man ein ARC zu AGI aufbaut: Wie weit sind wir tatsächlich gekommen? "AGI ist ein System, das die Lerneffizienz von Menschen erreichen kann". Das ist die Definition, die der ARC Prize verwendet, um seinen Benchmark zu rahmen: nicht was ein System bereits kann, sondern wie wenige Beispiele es benötigt, um etwas Neues zu lernen. Das Ergebnis: eine Auswahl von Rätseln, die für einen Menschen trivial sind, aber immer noch schwer für KI-Systeme, die auf fast allen anderen Benchmarks an der Spitze stehen. Dieser Vortrag behandelt die Herausforderung selbst, wie Frontlabore — und nicht — es direkt angehen, und die Innovationen, die aus der weiteren Gemeinschaft unter restriktiveren Ressourcen kommen (der Redner ist eines dieser Mitglieder). Wer weiß? Vielleicht wird Sie dieser Vortrag sogar dazu inspirieren, ebenfalls zu AGI beizutragen und möglicherweise Ihren Anteil am 2 Millionen Dollar ARC Prize zu beanspruchen. Zeitplan: 17 Uhr - 18.10 Uhr - Networking mit Pizza und Getränken. 18.10 Uhr - 19.30 Uhr - Vorträge mit Fragen & Antworten. Ab 19.30 Uhr - Fortgesetztes Networking, um zu einer lokalen Bar zu wechseln. Nachricht von unserem Sponsor Redis: Triff Redis beim Edinburgh Data Science und AI Meetup. Redis freut sich, das Edinburgh Data Science und AI Meetup am 17. September zu unterstützen. Treffen Sie den Developer Advocate, Samuel Agbede, von Redis und erfahren Sie mehr über den Aufbau von KI-Anwendungen mit Echtzeitdaten. Wenn Sie mit RAG, Vektorsuche, semantischem Caching oder KI-Anwendungsentwicklung arbeiten, kommen Sie und sprechen Sie mit Samuel bei der Veranstaltung. Greifen Sie auf praktische Redis AI-Ressourcen zu oder fordern Sie ein technisches Gespräch über den unten stehenden Link an. → Erfahren Sie mehr über Redis. Rednerbiografien: Gábor Gulyás bringt mehr als 20 Jahre Erfahrung in Risiko und Vorhersage mit und wendet mathematisches Denken auf komplexe Probleme in einer Vielzahl von Branchen an, mit besonderem Fokus auf das Bankenwesen. Ein Mathematiker aus Überzeugung, führt er einen Blog, der erkundet, was über die Zahlen hinausgeht, und Daten als Ausgangspunkt für tiefere Einblicke und nicht als Selbstzweck nutzt. Nick Lades AI-Reise begann mit guten Mathematikkenntnissen in der Schule. Das führte zu einem BSc in Angewandter Statistik und einem MSc in Mathematik, dazwischen in Rollen von Statistiker, Senior Data Scientist und Lead AI Engineer. Die Interaktion zwischen Mensch und KI war ein wiederkehrendes Thema in seiner gesamten Karriere: den Wert zu optimieren, den sie gemeinsam schaffen, nicht nur das, was KI allein tut. Neben der ARC Prize-Demo baut er Open-Source-KI-Tools, um zu zeigen, was vollständig im Browser möglich ist — lokal, contained, nichts läuft woanders. Immer offen für interessante Probleme in diesem Bereich. GitHub: https://github.com/nlade-core CodeBase ist ein barrierefreier Veranstaltungsort. Wenn Sie Fragen zur Barrierefreiheit haben, können Sie sich gerne direkt an uns oder an CodeBase wenden.