Потребителска група на Machine Learning

с подкрепата на:

Бъди част от Machine Learning обществото в България.

Запиши се и ще ти пишем за следващата среща на групата

Бъди част от групата



Защо да се включиш?



Какво ти предлагаме?



Защо да се включиш?

;

Запознай се

с други Machine Learning специалисти и обменяйте опит, знания и идеи

;

Чуй

водещи лектори и се включи в интересни дискусии

;

Научи

за последните Machine Learning тенденции

;

Посмей се

и изпий по бира с твоите хора

;

Вдъхнови се

от успехите и опита на другите

;

Мисли дългосрочно

Ако искаш да си успешен в професията си, трябва да се обградиш с други будни хора от твоята област



Какво ти предлагаме?

;

Офлайн среща

всеки месец (лекции, дискусии, бира)

;

Общност

от хора като теб.

;

Имейл бюлетин

със събития, личности и новини от Machine Learning сферата.

Анотиране на видео съдържание чрез невронни мрежи

>>> Ще разгледаме разработването на система, даваща възможност за създаване на кратък обзор на видеоматериали. Той представлява видео файл, получен при наслагване на основните движещи се обекти на сцената. Това позволява съкращаване на дължината на файловете и оптимизиране на анализа и съхранението.
>>> Предложеното решение се базира на съвременни методи от областта на машинното самообучение чрез невронни мрежи за автоматичното разпознаване и локализиране на обекти в кадрите, тяхното сегментиране, проследяване и сливането им върху моделирания фон.
>>> За целта са използвани модели базирани на конволюционните невронни мрежи.

>>> Q&A част

Запази си място



Минали събития

;

Приложения на Machine Learning в реалния живот

;

Роботика и Приложен Изкуствен Интелект

;

Supervised Learning алгоритми: aнализ на различни подходи за изграждане

;

Machine Learning – какво може да научим от медицинските документи

;

Deep Learning for NLP

;

Нормализация на исторически текстове

;

Applied natural language understanding in travel

;

Mоделиране на риска в кредитната индустрия – автоматизиран подход

;

Изкуствен интелект, базиран на ad-hoc логика

;

Extractive Summarization for Unsupervised Data Mining

;

Generative adversarial networks

;

Cancer Diagnosis via Machine Learning Modeling of Genetic Data

;

Funds risk profile identification using statistical learning

;

Автономни автомобили: от състезателна писта до улиците на Лондон

;

A brief semantic analysis of Twitter hinted that the Brits will vote for (br)exit

;

Semantic Integration Is What You Do Before The Deep Learning

;

Architectures for analyzing big data

;

Mathematical optimization for the container shipping industry

;

Клъстъринг методи за дългосрочни инвестиционни стратегии

;

Прототипирането с Wolfram езика и Mathematica – увод

;

Бейсов модел за оценка на риска на инвестиции в частни фондове

;

ML for Humans – Interpretability, Interactivity & Bias

;

Harnessing the power of ML in factor-based smart beta investing

;

Практически приложения на Machine Learning за разпознаване на образи

;

Deep Learning

;

End-to-end Learning for Handwriting Recognition

;

Case Study: Как данните предопределят един нов продукт

;

Интелигентно отговаряне на въпроси благодарение на мъдростта на тълпата

;

Как да насочим „вниманието“ на невронните мрежи

;

Вероятностни метапрограми: от Томас Бейс до интелигентни агенти

;

Adversarial attacks on machine learning systems

;

Advances in Language Modeling: Text Generation for Fun and ___

;

Работен процес при експерименти с машинно самообучение

;

Training One Of The Largest Image Classifiers In The World

;

Практически съвети за успешни Machine Learning проекти

;

Computer Vision Keypoint Matching

;

Unsupervised Learning with Restricted Boltzmann Machines

;

Data-driven hotel ranking: lessons from productionizing ML models

;

Repeatability and reproducibility of ML research

;

The world needs privacy preserving AI

;

Implicit Data: Video Game Recommendations

;

Визуализация за ML

;

Статистически Арбитраж

;

Algorithmic trading with MQL4/5 & Machine Learning

;

Chatbot for voice conversation with book characters



Галерия

Развитието на общността се подкрепя от:

В Hyperscience вярваме, че автоматизация има силата да промени начина, по които организациите обслужват клиентите си. Чрез намаляване на разходите и елиминиране на грешки, свързани с въвеждането на данни на ръка, ние помагаме на някои от най-големите световни корпорации да подобрят своите услуги към клиентите и да създават нови бизнес възможности. Благодарение на инвестиции на стойност над $110 милиона до сега, както и на доказалото се вече качеството на продуктите ни, растем бързо и не спираме да се развиваме. Постоянно търсим нови колеги, които да се присъединят към екипа и да допринасят за успеха ни.

FactSet (NYSE:FDS | NASDAQ:FDS) delivers superior analytics, service, content, and technology to help more than 88,000 users see and seize opportunity sooner. We are committed to giving investment professionals the edge to outperform, with fresh perspectives, informed insights, and the industry-leading support of our dedicated specialists. We’re proud to have been recognized with multiple awards for our analytical and data-driven solutions and repeatedly ranked as one of Fortune’s 100 Best Companies to Work For and a Best Workplace in the United Kingdom and France.

Lab08 e една от младите софтуерни компании в България, която разработва продукти в сфери като Marketing, User Testing, Social Media и др. Основана е от професионалисти с безценен опит в изграждането на big data системи с множество интеграции. Фирмената култура на Lab08 се основава на прозрачност, доверие и работа в екип. Софтуерните разработчици в компанията работят близо до DevOps специалистите, което им помага изключително много за професионалния кръгозор и тяхното развитие. Забавляваме се докато помагаме на нашите клиенти да внедряват иновативни решения в компаниите си, обхващайки целия R&D спектър.