Spotkanie Społeczności Data Science w Edynburgu w Wrześniu

Spotkanie społeczności Edynburga dla osób pracujących w - lub po prostu zainteresowanych - nauką o danych. Jesteśmy przyjazną grupą profesjonalistów, akademików, studentów i innych, którzy cieszą się z rozmów przy drinkach i pizzy oraz z wysłuchiwania wartościowych wykładów. Możesz teraz potwierdzić swoją obecność tutaj lub za pośrednictwem meetup.com. Jesteśmy bardzo wdzięczni CodeBase za goszczenie nas w ich lokalizacji przy Castle Terrace od 17:00 w czwartek 2 kwietnia. To wydarzenie jest hojnie sponsorowane przez Redis i Trustpilot. Samuel Agbede, Developer Advocate z Redis, będzie obecny - więc jeśli przegapiłeś jego wykład w czerwcu, będziesz miał okazję się z nim spotkać, aby dowiedzieć się o budowaniu aplikacji AI z danymi w czasie rzeczywistym, w tym RAG, wyszukiwaniu wektorowym i semantycznym buforowaniu. Dowiedz się więcej o Redis. Przygotowaliśmy dwa świetne wykłady: Gábor Gulyás opowie o Gradient Boosting dla Rozkładów Prawdopodobieństwa i jak coraz bardziej skomplikowane poprawki doprowadziły do jednego prostego triku CDF. Modele punktowe zwracają jedną „najlepszą prognozę”, ale w wielu rzeczywistych problemach średnia odpowiedź może być głęboko myląca - na przykład, gdy klient bankowy jest prawdopodobnie skłonny do zwrotu prawie wszystkiego lub pozostawienia prawie całego salda. Ten wykład to praktyczna opowieść o probabilistycznym uczeniu maszynowym przez ocenianie kandydatów, gaussowskie miękkie cele, kosze i funkcje strat, aż prosta zmiana perspektywy ułatwia problem: ucz się warunkowej CDF z dokładnymi etykietami progowymi. Nick Lade przedstawi temat Budowanie ARC do AGI: Jak daleko tak naprawdę doszliśmy? „AGI to system, który może dorównać efektywności uczenia się ludzi”. To definicja, którą nagroda ARC używa do określenia swoich kryteriów: nie to, co system potrafi już zrobić, ale jak mało przykładów potrzebuje, aby nauczyć się czegoś nowego. Rezultat: selekcja zagadek, które są trywialne dla człowieka, a nadal trudne dla systemów AI, które zajmują czołowe miejsca w prawie każdym innym teście. Ten wykład obejmuje samo wyzwanie, jak laboratoria na czołowej linii - i nie - radzą sobie z nim bezpośrednio oraz innowacje, które pochodzą od szerszej społeczności przy bardziej ograniczonych zasobach (mówca będąc jednym z takich członków). Kto wie? Może ten wykład nawet zainspiruje Cię do przyczynienia się do AGI, być może zdobywając swoją część nagrody ARC w wysokości 2 milionów dolarów. Plan: 17:00 - 18:10 - Networking z pizzą i napojami. 18:10 - 19:30 - Wykłady z sesją pytań i odpowiedzi. 19:30 i dalej - Kontynuacja networking, przenosimy się do lokalnego baru. Wiadomość od naszego sponsora Redis: Spotkaj się z Redis na Spotkaniu Data Science i AI w Edynburgu. Redis z przyjemnością wspiera Spotkanie Data Science i AI w Edynburgu 17 września. Spotkaj się z Developer Advocate, Samuelem Agbede z Redis i dowiedz się więcej o budowaniu aplikacji AI z danymi w czasie rzeczywistym. Jeśli pracujesz z RAG, wyszukiwaniem wektorowym, semantycznym buforowaniem lub rozwojem aplikacji AI, przyjdź porozmawiać z Samuelem na wydarzeniu. Dostęp do praktycznych zasobów Redis AI lub prośba o rozmowę techniczną za pomocą poniższego linku. → Dowiedz się więcej o Redis. Biogramy mówców: Gábor Gulyás ma ponad 20-letnie doświadczenie w ryzyku i prognozowaniu, stosując myślenie matematyczne do złożonych problemów w różnych branżach, ze szczególnym uwzględnieniem bankowości. Z wykształcenia matematyk, prowadzi bloga badającego to, co leży poza liczbami, używając danych jako punktu wyjścia do głębszego wglądu, a nie celu samego w sobie. Podróż Nicka Lade'a w AI zaczęła się od dobrych wyników z matematyki w szkole. Doprowadziło go to do uzyskania tytułu licencjata w dziedzinie statystyki stosowanej oraz magistra matematyki, a następnie do kariery obejmującej rolę statystyka, starszego analityka danych oraz głównego inżyniera AI. Interakcja między ludźmi a AI była powracającym tematem w jego całej karierze: optymalizowanie wartości, którą tworzą razem, a nie tego, co AI robi samodzielnie. Oprócz pokazu nagrody ARC, buduje narzędzia AI open-source, aby pokazać, co jest możliwe całkowicie w przeglądarce — lokalnie, zamknięcie, nic nie działa gdzie indziej. Zawsze otwarty na wysłuchanie interesujących problemów w tej dziedzinie. GitHub: https://github.com/nlade-core CodeBase to dostępne miejsce, jeśli masz jakiekolwiek pytania dotyczące dostępności, prosimy o kontakt z nami lub bezpośrednio z CodeBase.