Rencontre Data Science de septembre à Édimbourg

La rencontre communautaire d'Édimbourg pour les personnes travaillant dans - ou simplement intéressées par - la Data Science. Nous sommes un groupe amical de professionnels, d'académiques, d'étudiants et d'autres qui aiment se rencontrer autour de boissons et de pizza tout en écoutant des discours perspicaces. Vous pouvez maintenant RSVP ici ou via meetup.com. Nous sommes très reconnaissants à CodeBase de nous accueillir à leur emplacement sur Castle Terrace à partir de 17h le jeudi 2 avril. Cet événement est gentiment sponsorisé par Redis et Trustpilot. Samuel Agbede, Developer Advocate de Redis sera présent - donc si vous avez raté son discours en juin, vous pourrez le rencontrer pour apprendre à construire des applications d'IA avec des données en temps réel, y compris RAG, recherche vectorielle et mise en cache sémantique. En savoir plus sur Redis. Nous avons deux super discours prévus : Gábor Gulyás parlera de l'optimisation des gradients pour les distributions de probabilité et de la façon dont des solutions de plus en plus compliquées ont conduit à un simple truc CDF. Les modèles de prédiction de points renvoient un « meilleur estimé », mais dans de nombreux problèmes réels, la réponse moyenne peut être profondément trompeuse - par exemple, quand un client de banque est soit susceptible de rembourser presque tout, soit de laisser presque la totalité du solde exposé. Ce discours est une histoire pratique sur l'apprentissage automatique probabiliste à travers le scoring des candidats, les cibles douces gaussiennes, les bins et les fonctions de perte, jusqu'à ce qu'un simple changement de perspective facilite beaucoup le problème : apprendre le CDF conditionnel avec des étiquettes de seuil exactes. Nick Lade présentera Construire un ARC pour l'AGI : À quel point avons-nous réellement progressé ? "L'AGI est un système qui peut égaler l'efficacité d'apprentissage des humains". C'est la définition utilisée par le prix ARC pour cadrer son évaluation : pas ce qu'un système peut déjà faire, mais combien peu d'exemples il a besoin pour apprendre quelque chose de nouveau. Le résultat : une sélection d'énigmes triviales pour un humain, encore difficiles pour les systèmes d'IA qui dominent presque tous les autres benchmarks. Ce discours couvre le défi lui-même, comment les laboratoires avancés s'attaquent - et ne s'attaquent pas - à celui-ci de front, et l'innovation provenant de la communauté plus large sous des ressources plus contraintes (le conférencier étant un tel membre). Qui sait ? Peut-être que ce discours vous inspirera même à contribuer à l'AGI également, en réclamant peut-être votre part des 2 millions de dollars du prix ARC. Programme : 17h - 18h10 - Réseautage avec pizza et boissons. 18h10 - 19h30 - Discours avec Q&A. 19h30 et au-delà - Réseautage continu, se déplaçant vers un bar local. Message de notre sponsor Redis : Rencontrez Redis à la rencontre Data Science et IA d'Édimbourg. Redis est heureux de soutenir la rencontre Data Science et IA d'Édimbourg le 17 septembre. Rencontrez Developer Advocate, Samuel Agbede, de Redis et en savoir plus sur la construction d'applications d'IA avec des données en temps réel. Si vous travaillez avec RAG, recherche vectorielle, mise en cache sémantique ou développement d'applications d'IA, venez parler avec Samuel lors de l'événement. Accédez à des ressources pratiques de Redis AI ou demandez une conversation technique en utilisant le lien ci-dessous. → En savoir plus sur Redis. Bios des intervenants : Gábor Gulyás apporte plus de 20 ans d'expérience dans le risque et la prévision, appliquant une pensée mathématique à des problèmes complexes à travers une gamme d'industries, avec un accent particulier sur la banque. Mathématicien dans l'âme, il maintient un blog explorant ce qui se cache au-delà des chiffres, utilisant des données comme point de départ pour une compréhension plus profonde plutôt qu'une fin en soi. Le parcours en IA de Nick Lade a commencé par sa bonne aptitude aux mathématiques à l'école. Cela l'a conduit à un BSc en statistique appliquée et un MSc en mathématiques, puis à une carrière allant de statisticien, à data scientist senior, et jusqu'aux rôles de lead AI engineer. L'interaction entre les humains et l'IA a été un thème récurrent dans toute sa carrière : optimiser la valeur qu'ils créent ensemble, et non ce que l'IA fait seule. En plus de la démonstration du prix ARC, il construit des outils d'IA open source pour démontrer ce qui est possible entièrement dans un navigateur — local, contenu, rien n'exécuté ailleurs. Toujours ouvert à écouter des problèmes intéressants dans cet espace. GitHub : https://github.com/nlade-core. CodeBase est un lieu accessible, si vous avez des questions sur l'accessibilité, veuillez nous contacter ou contacter directement CodeBase.