Czym właściwie jest "ryzyko"? Wykorzystanie uczenia maszynowego do kwantyfikacji ryzyka pogodowego

Cześć Boulder WiMLDS! Mamy kolejny świetny wykład zaplanowany na nasze następne spotkanie! Hillary Scannell jest starszym specjalistą ds. danych w Jupiter Intelligence, gdzie opracowuje metody oparte na uczeniu maszynowym i danych do kwantyfikacji narażenia na ryzyko związane z ekstremalnymi warunkami pogodowymi, w tym powodziami, falami upałów i pożarami lasów. W tym wykładzie Hillary zbada, w jaki sposób uczenie maszynowe jest wykorzystywane do charakteryzowania ryzyka w zmieniającym się klimacie, w tym jak prawdopodobne są ekstremalne warunki, jak poważne mogą się stać i jak możemy uczciwie i rzetelnie reprezentować to, czego nie wiemy. Używając pożaru lasów jako przewodniego przykładu, przedstawi, jak te modele są budowane i stosowane w praktyce oraz jakie wyzwania pojawiają się, gdy uczenie maszynowe przechodzi z badań do podejmowania decyzji w rzeczywistym świecie. Obejmuje to rozumowanie w niepewności, budowanie systemów, którym ludzie mogą zaufać, oraz łączenie informacji klimatycznych z planowaniem w finansach i infrastrukturze. Dodatkowe informacje 18:00 - Powitanie 18:15 - Prezentacja Networking po prezentacji. Zostaną podane lekkie przekąski. Proszę o potwierdzenie udziału, nawet jeśli nie możesz się pojawić, jeśli chcesz nadal otrzymywać powiadomienia o wydarzeniach, ponieważ już nie korzystamy z Meetup.