Program – Praha

• Jazyk (language of the meetup): english
• Datum a čas: středa 28. června 2017 od 17:45
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Sociální sítě: Facebook událost, Meetup.com událost

Jo-fai Chow: Deep Water – Making Deep Learning Accessible to Everyone

Deep Water is H2O’s integration with multiple open source deep learning libraries such as TensorFlow, MXNet and Caffe. On top of the performance gains from GPU backends, Deep Water naturally inherits all H2O properties in scalability. ease of use and deployment. In this talk, Joe will go through the motivation and benefits of Deep Water. After that, he will demonstrate how to build and deploy deep learning models with or without programming experience using H2O’s R/Python/Flow (Web) interfaces.

Jo-fai (or Joe) is a Data Scientist at H2O.ai. Before joining H2O, he was in the business intelligence team at Virgin Media in UK where he developed data products to enable quick and smart business decisions. He also worked remotely for Domino Data Lab in the US as a data science evangelist promoting products via blogging and giving talks at meetups. Joe has a background in water engineering. Before his data science journey, he was an EngD research engineer at STREAM Industrial Doctorate Centre working on machine learning techniques for drainage design optimization. Prior to that, he was an asset management consultant specialized in data mining and constrained optimization for the utilities sector in the UK and abroad. He also holds an MSc in Environmental Management and a BEng in Civil Engineering.

Jakub Hava: Sparkling Water 2.0

Sparkling Water integrates the H2O open source distributed machine learning platform with the capabilities of Apache Spark. It allows users to leverage H2O’s machine learning algorithms with Apache Spark applications via Scala, Python, R or H2O’s Flow GUI which makes Sparkling Water a great enterprise solution. Sparkling Water 2.0 was built to coincide with the release of Apache Spark 2.0 and introduces several new features. These include the ability to use H2O frames as Apache Spark’s SQL datasource, transparent integration into Apache Spark machine learning pipelines, the power to use Apache Spark algorithms via the Flow GUI and easier deployment of Sparkling Water in a Python environment. In this talk we will introduce the basic architecture of Sparkling Water and provide an overview of the new features available in Sparkling Water 2.0. The talk will also include a live demo showing how to integrate H2O algorithms into Apache Spark pipelines – no terminal needed!

Jakub (or “Kuba”) finished his bachelors degree in computer science at Charles University in Prague, and is currently finishing his master’s in software engineering as well. As a bachelors thesis, Kuba wrote a small platform for distributed computing of tasks of any type. On his current masters studies he’s developing a cluster monitoring tool for JVM based languages which should make debugging and reasoning about performance of distributed systems easier using a concept called distributed stack traces. At H2O, Kuba is a core engineer on Sparkling Water project.

• Jazyk (language of the meetup): english
• Datum a čas: středa 14. června 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: In this talk, we will overview the topic of image retrieval. Initially, we will focus on retrieval methods based on Bag-of-Words (BoW) image representation, which exploit geometric constraints. We will then discuss how standard similarity-based image retrieval formulation uses BoW with geometry to satisfy only a single user requirement. Then, we will show how different formulations employ the same methods to fulfill different requirements in other tasks, such as online browsing of image collections, image analysis based on large collections of photographs, or 3D model construction. Finally, we will present how BoW with geometry dispenses with the need for costly manual image annotation to perform Convolutional Neural Network (CNN) training.

Speaker: Filip Radenovic, LinkedIn Profile

• Jazyk (language of the meetup): czech
• Datum a čas: středa 31. května 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Přepis tisíců hovorů, hledání frází a maskování chyb, lidská korekce automatických výsledků, rekurentní neuronové sítě, časové zarovnání vlastních trénovacích dat, implementační možnosti GPU, CPU s AVX512 a FPGA, váhy sítí v bytech či bitech, NIH syndrom, proč se na motoru nelze svézt, kousek webu v každém backendu, možnosti konstrukce REST API, novinky v cloudech Amazonu a Googlu, analýza dění ve firmě ze záznamů callcentra, nákupní košíky plné zajímavých slov, hierarchické clusterování podle významu, realita aplikovaného výzkumu mezi korporátem, univerzitou a startupem, a jak to vše zkusit přežít.

• Jazyk (language of the meetup): english
• Datum a čas: středa 17. května 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Reinforcement Learning is regarded by many as the next big thing. Beyond the hype, there is an interesting, multidisciplinary and very rich research area, with many proven successful applications, and many more promising. In this talk I will introduce the main tools, ideas and history of the field, with a mixture of theory and practice (using examples from OpenAI Gym). No previous knowledge of RL is assumed.

• Jazyk (language of the meetup): english
• Datum a čas: středa 19. dubna 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: There is a lot of applications of ML algorithms in a wide variety of businesses. We are interested in cases where one can combine ML with decision support tools utilizing scheduling, resource allocation and/or game theory.
I would like to introduce principles of applied game theory and present a number of relevant real-world applications we worked on. Subsequently I would like to present a system where we combined ML with GT framework to develop a unique solution for intelligent policing (i.e., where the policemen should be to catch the bad guys).

Bio: Ondřej is a co-founder and CEO of Blindspot Solutions, a company applying AI a ML to various business cases, often delivering highly specialized software tailor-made for a specific business case. Ondřej has a PhD in AI from the Artificial Intelligence Center at the CTU. His research was mainly focused on game theory, large scale simulations and data analysis.

• Jazyk (language of the meetup): english
• Datum a čas: středa 5. dubna 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Abstrakt: In nowadays there are plenty of talks and tutorials doing basic introduction to the area of Deep Learning by giving the introduction to the image classification using convolutional networks. This talk will go little bit beyond that.
It will focus on the state of the art Deep Learning methods in the following 3 areas: Image Segmentation, Object Detection and Instance Segmentation. The talk will not be super advanced discussion of particular implementation details of the given architectures, but it will rather give an overview of current state of the art methods in each of the ares, with some practical tips and tricks describing how to start solving problems in one of the mentioned areas.

• Jazyk (language of the meetup): english
• Datum a čas: středa 22. března 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Generative Adversial Networks (GAN) is a method allowing a generation of the most believable output by means of neural networks. It has recently attracted a lot of attention, especially thanks to interesting applications and thanks to the progress in generative models. It was also one of the hot topics during the latest NIPS conference. The talk will focus mainly on the recent research in the field.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 8. března 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: V roce 2016 se neuronovým sítím a hlubokému strojovému učení podařilo opanovat další doménu. Po devastaci počítačového vidění podlehl strojový překlad.
Ve druhém dílu dvojbloku přednášek se podíváme na neuronový strojový překlad (NMT). Turbulentní doba chrlí jednu architekturu hluboké sítě za druhou a není vůbec jasné, která vyhraje. V přednášce představím několik základních současných možností a zmíním i vize jejich autorů do budoucna. Očekávejme multimodální mnohojazyčné systémy.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 22. února 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: V přednášce o statistickém strojovém překladu (SMT), jak se dělal ještě do loňska, představím podrobně celou kaskádu metod, které z textů a jejich překladů vytvoří překladový systém. Na konci této kaskády se do loňska vyhřívaly dva základní přístupy: překlad frázový a překlad stromečkový. Jejich kombinace pak byla nejlepší známou technikou strojového překládání a třikrát jsme s ní zvítězili nad Google Translate.
Přednáška bude pronesena v minulém čase, budoucnost nás čeká o 14 dní později. I tak uvidíte, že donedávna byl strojový překlad prošpikován strojovým učením, a proto je zajímavé se pod kapotu stále ještě současných překladačů podívat.

• Jazyk (language of the meetup): english
• Datum a čas: středa 8. února 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha (mapa)

Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Lessons learned from building scalable machine learning system that prepares features from stream of raw client events, allows us to train machine learning models, and calculates predictions. Predictions help us to target up-sell campaigns. Discussion of what approaches failed and what approaches worked and how we evaluate performance of different machine learning models.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 25. ledna 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha

Abstrakt: Reklamní systémy Seznam.cz nedávno pořádaly soutěž pro zaměstnance firmy. Soutěž spočívala v predikci Click-Through Rate (CTR) na historických datech. V prezentaci popíši své řešení využívající Vowpal Wabbit (https://github.com/JohnLangford/vowpal_wabbit/wiki), které nakonec vyhrálo. Naším úkolem bylo navrhnout model, který by se naučil na trénovací části dat uhodnout jestli uživatel na danou reklamu kliknul nebo ne. Odevzdané modely spolu potom soutěžily na zbylých částech dat. Cílem soutěže bylo zlepšit relevanci zobrazované reklamy.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 11. ledna 2017 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha
• Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: V přednášce budou představeny principy algoritmů (rekurentní neuronové sítě a Long-short Term Memory sítě), které stojí za vytvořením sbírky básní Poezie umělého světa (ref. https://www.kosmas.cz/knihy/216522/poezie-umeleho-sveta/). Jedná se o první knižně vydanou sbírku české poezie, která byla kompletně vygenerována počítačem.

• REGISTRACE NUTNÁ – na https://www.meetup.com/Prague-Machine-Learning/events/236076973/
• Jazyk (language of the meetup): česky
• Datum a čas: středa 14. prosince 2016 od 18:15
• Místo: Paralelní Polis, Dělnická 43, Praha
• Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Poslední předvánoční meetup se zaměří na businessovou stránku strojového učení. Ondra Raška (Miton.cz) se s námi podělí o svůj osobní pohled na podnikání a na příležitosti v oblasti machine learningu. Tento meetup se nebude věnovat technickým otázkám a konkrétním řešením, ale tím více se zaměříme na témata, která většinou na MLMU nedostanou příliš prostoru. Otázka obchodního uplatnění strojového učení ale není o nic méně důležitá. Součástí meetupu bude také diskuze na téma, kde vidí příležitosti účastníci meetupu.

Ondra Raška je zakládajícím partnerem v Mitonu. Miton je česká společnost, která se podílela již na mnoha zajímavých a dobře známých projektech jako jsou například Stahuj.cz, Slevomat.cz, Rohlik.cz, Skrz.cz nebo Bonami.cz.

• Jazyk (language of the meetup): english
• Datum a čas: středa 30. listopadu 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Představíme jeden z aktuálně probíhajících projektů, na kterých v GoodAI pracujeme. Jedná se o konkrétní návrh decentralizované kognitivní architektury. Naším dlouhodobým cílem je postupné dosažení obecné umělé intelligence. V současnosti se proto snažíme navrhnout, implementovat a otestovat jednoduchý prototyp architektury, která (jak doufáme) má potenciál k dosažení tohoto cíle, ale současně je dostatečne jednoduchá na to, abychom pomocí ní dobře porozuměli problémům, na které narazíme.

Momentálně se tedy zaměřujeme především na správné pochopení a testování hlavních principů, na základě kterých by měl systém fungovat, nikoliv na konkrétní efektivní implementaci. Z tohoto důvodu používáme co možná nejjednodušší učící algoritmy a soustředíme se především na jejich interakci na vyšší úrovni. Jedná se o “work in progress”, takže ne vše je hotové a otestované.

Prezentace se zaměří na naše cíle, popis základních principů architektury a výsledky vybraných experimentů.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 16. listopadu 2016 od 18:45
• Místo: Impact Hub – Drtinova 557/10, Praha

Abstrakt: Branislav Bošanský, který je vedoucím sekce teorie her v AIC (Artificial Intelligence Center) na FEL ČVUT, přijde na náš meetup pohovořit o teorii her a možnostech využití v praxi. Většina z nás zná teorii her ze školy, slyšela o Min-Max strategiích nebo o Nashově equilibriu, ale víte, kde a jak lze teorii her opravdu použít v reálném světě?

• Jazyk (language of the meetup): česky
• Datum a čas: středa 2. listopadu 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Studenti ČVUT přes léto intenzivně pracovali v letních kempech pořádaných eclubem a datalabem. Přijďte se podívat na to nejlepší, co se jim povedlo realizovat. Deeplearning, doporučovací algoritmy, chatboty, prostě to, co teď frčí. Navíc s ohledem na použití v praxi, žádné „akademičnosti“.

• Jazyk (language of the meetup): anglicky
• Datum a čas: středa 19. října 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Sociální sítě: Meetup.com událost

Abstrakt: The next MLMU will exclusively welcome Bradford Cross, a machine learning investor, a founding partner in the world’s leading machine learning and big data venture capital fund and a founder of two ML startups (Prismatic and Flightcaster). He spent 7 years building statistical trading strategies, 6 years building machine learning startups, and 8 years on systems engineering including 2 years working on distributed systems at Google. Bradford studied Computer Engineering and Finance at Virginia Tech, and Mathematics at Berkeley.
Bradford will talk mainly about distant supervision and his opinion on machine learning. Similarly to what he wrote about in his LinkedIn article.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 5. října 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Strojové učení je velmi rychle se rozvíjející obor. Aplikace strojového učení, umělé inteligence nebo data miningu můžeme dnes vidět v běžném životě na každém kroku. Na jakých základech to ale vše funguje? Jak si můžete sami doma strojové učení vyzkoušet? Kde se dá naučit víc? Přijďte se podívat na meetup, který vás bleskově uvede do tajů strojového učení. Na meetupu se dozvíte o základních metodách a postupech ve strojovém učení, ukážeme, jaká potřebujeme data nebo jak fungují základní algoritmy. Na lehce teoretickou část pak naváže praktická ukázka toho, jak si během pár chvil můžete doma takové strojové učení sami vyzkoušet. Teoretická část nepředpokládá žádné hlubší znalosti programování nebo samotného tématu. Pro praktickou ukázku využijeme jazyka Python – díky jeho výborné čitelnosti bude ukázka pochopitelná i pro ty z vás, kteří s Pythonem mnoho zkušeností nemají. V závěru meetupu bude dostatek prostoru na otázky i těch z vás, které zajímají témata nad rámec úvodní prezentace.

• Jazyk (language of the meetup): anglicky
• Datum a čas: středa 29. června 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Jan Pospíšil will introduce how to create, train and consequently integrate Machine Learning model into your own applications. During the talk, we will go through the entire process literally from scratch. The basic machine learning knowledge is required. If you want to go along and try Azure on your own, bring your laptop. (If possible, bring your own internet connection, as with the number of attendants, the local wifi can get unstable.)

• Jazyk (language of the meetup): česky
• Datum a čas: středa 15. června 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Predstavíme jednoduchou, interaktívnou formou základné koncepty hlbokých konvolučných neurónových sietí na rozpoznávanie obrazu. Prednáška bude určená pre tých, ktorých zaujíma ako fungujú neurónové siete, ale nemajú čas/chuť čítať matematické definície a články. Niesú vyžadované žiadne znalosti z oblasti.

• Uvidíš: interaktívne animácie a obrázky, čo sú neurónové siete, čo znamená že sú hlboké a konvolučné, ako ich učit rozpoznávať obrázky.
• Neuvidíš: vzorce, matematiku, programovanie, pokročilé témy, technické problémy, najnovšie výsledky v oblasti deep learningu.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 1. června 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Sociální sítě: Facebook událost, Meetup.com událost

Abstrakt: Představíme, jak si prokopáváme cestu k řešení problémů jako je diagnostika průmyslových zařízení nebo rozpoznávání zvuků zpěvných ptáků. Ukážeme, jaké techniky nám fungují, na čem pracujeme, a co jsme zkoušeli, ale radši opustili. Budeme mluvit o tom, jak zvuk vzniká, jak ho naše ucho a mozek vnímá, a jak tomu přizpůsobujeme náš návrh neuronových sítí. Máme k dispozici poměrně dost výpočetního výkonu v cloudu a předvedeme, jak ho využíváme.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 18. května 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Facebook událost: MLMU #36 – Extrakce informací pomocí deep learningu
• Meetup.com událost: MLMU #36 – Extrakce informací pomocí deep learningu

Abstrakt: Tomáš Gogár a Petr Baudiš představí technologie pro extrakci informací z textu i obrázků, na kterých pracují v rámci výzkumné skupiny 3C na ČVUT a začínajícího pražského startupu. Extrakcí informací se zabývají ve dvou oblastech. Na webových stránkách se snaží najít různé druhy údajů nikoliv rybařením v polévce tagů, ale pomocí konvolučních neuronových sítí, které si prohlížejí vyrenderované stránky stejně jako člověk, ale zároveň zahrnují i informaci o zobrazeném textu. Zároveň staví neuronové sítě zpracovávající přirozený text. Nakolik jej dokáží neuronky i pochopit a extrahovat z nich informace, ukazují na několika těžších úlohách, od průchodu dialogy až po rozhodování se o otázkách na základě desítek útržků novinových článků. Dočkáte se i krátké ukázky aktuálního stavu systému pro odpovídání na otázky YodaQA.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 20. dubna 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Facebook událost:
  MLMU #35 – Asociační pravidla – od dolování po praktické použití
• Meetup.com událost:
  MLMU #35 – Asociační pravidla – od dolování po praktické použití

Abstrakt: Cílem prezentace je seznámit a demonstrovat dolování asociačních pravidel a tvorbu pravidlových klasifikátorů zejména s pomocí aplikace EasyMiner. Aplikace je určena nejen pro akademické účely ale i pro praktická použití. Seznámíme se základní teorií dolování asociačních pravidel se zaměřením na velmi známý algoritmus apriori a jeho variantu FPGrowth. Následně představíme architekturu aplikace EasyMiner, která je koncipována jako moderní webové rozhraní nad sadou webových služeb. Služby zajišťují zpracování dat a dolování nad malými i velkými datasety (R vs Apache Spark). Součástí prezentace je také demonstrace praktického využití pravidlových klasifikátorů pro učení preferencí uživatelů a pro jednoduché doporučování obsahu.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 6. dubna 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Facebook událost: MLMU #34 – Vyhledávání z pohledu strojového učení (M. Modrý)
• Meetup.com událost: MLMU #34 – Vyhledávání z pohledu strojového učení (M. Modrý)

Abstrakt: Prezentace představí základní architekturu a principy vyhledávání z pohledu strojového učení. Představíme si základní koncepty vyhledávacího systému a to se zaměřením především na tu část, která rozhoduje o relevanci a seřazení výsledků hledání. Soustředit se budeme na metody strojového učení a žádná část prezentace nebude zaměřena na technologie jako jsou Hadoop, Spark či hardware potřebný k provozování vyhledávacího systému. V druhé polovině přednášky předvedeme jednoduché demo, které ukáže, jak si může kdokoliv z nás udělat své vlastní vyhledávání doma na koleně.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 23. března 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Facebook událost: MLMU #33 – Analýza sentimentu textu (K. Veselovská)
• Meetup.com událost: MLMU #33 – Analýza sentimentu textu (K. Veselovská)

Abstrakt: Sentiment analysis neboli automatická extrakce subjektivních názorů z textu je v současnosti jedním z hlavních témat počítačového zpracovávání přirozeného jazyka. V příspěvku bude shrnut současný stav bádání v této oblasti na českých datech. Obšírněji představím základní metody vytěžování emocí z textu, datové zdroje pro češtinu i specifika českých dat a přiblížím konkrétní aplikace a use cases např. z oblasti internetového marketingu, monitoringu sociálních sítí apod.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 9. března 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Facebook událost: MLMU #32 – Biometrické rozpoznávání duhovky (E. Bakštein)
• Meetup.com událost: MLMU #32 – Biometrické rozpoznávání duhovky (E. Bakštein)

Abstrakt: V přednášce zkusím poskytnout velmi hrubý a rychlý přehled základních pojmů z oblasti biometrie a přehled základních biometrických modalit. Větší část přednášky se pak bude věnovat metodě identifikace duhovky, zejména: specifikaci systému a popisu faktorů, se kterými se musí vypořádat, z toho vycházejícím požadavkům na snímání a předzpracování obrazu, segmentaci oblasti duhovky, kódování, porovnávání a statistickým vlastnostem systému.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 24. února 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha

Abstrakt: Na příkladu dvou robotických projektů ukáži, že cesta k plně autonomnímu chování bude ještě dlouhá. Prvním zmíněným projektem bude dvojruká robotická manipulace s měkkými materiály, oděvy. Druhý projekt je ze záchranné robotiky v městském prostředí, kde pásový mobilní robot (několik robotů) zjišťuje situaci např. v polozřícené budově. Dnes je v počítačovém vidění pro robotiku velmi úspěšné a módní používat statistického učení pro vytváření detektorů všelijakých událostí. K autonommímu chování je potřebné ještě mnohé další. I o tom budeme mluvit.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 10. února 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha

Abstrakt: Přednáška se zaměří na ukázku nejpopulárnější technik modelování dat v Rapidmineru. Ukážeme si, jak zhodnotit kvalitu klasifikátorů, prediktivních modelů a výsledné segmentace. Poté se podíváme na deployment modelů a tvorbu datových produktů v oblasti doporučovacích systémů a prediktivních modelů.

• Jazyk (language of the meetup): english
• Datum a čas: středa 27. ledna 2016 od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Facebook událost: MLMU #29 – Michal Wojcik: Another Kaggle Success Story
• Meetup.com událost: MLMU #29 – Michal Wojcik: Another Kaggle Success Story

Abstrakt: Michal Wojcik, the speaker of this meetup, is a senior researcher in Avast Software. It’s only a few months ago when he and other 672 teams took part in a Kaggle challenge called „Flavours of Physics: Finding τ → μμμ“ (based on a dataset from Large Hadron Collider, trying to find charged lepton flavour violation). Not only he took part in this very challenging competition, but his solution was 4th best among all of the participants, just 0.00078 points behind 1st place.
Michal will tell us more about the contest and mainly about the methods he used in his solution.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 13. ledna od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha

Petr Baudiš – Memory networks
Neuronové sítě se v posledních letech vrátily do módy jako mocné klasifikátory při práci s velkými datasety, mnoho výzkumu se ale nyní soustředí na způsoby, jak je rozšířit z pouhých mapovacích funkcí na méně lineární výpočty zahrnující jistý aspekt iterativního uvažování. Memory Networks jsou jedním z takových přístupů – inspirovaným problémy při zpracování přirozeného textu, kdy je často třeba si něco zapamatovat a později opět použít. Představíme si architekturu Memory Networks, možná je trochu demystifikujeme, a podíváme se, na jaké úlohy se aplikují a co rok jejich dosavadního výzkumu přinesl.
Pavel Bažant – Darwinovská evoluce v počítači
Evoversum je program implementující Darwinovskou evoluci jednoduchých organizmů v digitálním světě. Program je ke stažení na adrese http://sourceforge.net/projects/evoversum/files/
Projekt klade důraz na zkoumání evoluce chování, a tak je evoluce zatím omezena jen na mozky digitálních organizmů — morfologie je tedy fixní. Chování jedinců vzniklých evolucí v Evoversu je značně variabilní a někdy zahrnuje i velmi zajímavé či překvapivé strategie. Hlavním cílem Evoversa je demonstrovat následující dvě pozoruhodné schopnosti evoluce: a) schopnost vygenerovat z jednoho předka mnoho potomků, kteří se od sebe navzájem značně liší, b) a schopnost vygenerovat organizmy, které jsou výrazně složitější než jejich předkové. Evoluce v Evoversu tyto dvě vlastnosti vykazuje a cílem tohoto povídání je předvést tuto skutečnost „naživo“.
Gustav Šourek – Relační učení a Lifted Relational Neural Networks

Po prvotních pokusech se symbolickými přístupy ke strojovému učení se téměř celá komunita přesunula k propozičním, tj. „feature-vektorovým“ reprezentacím, které se staly standardem pro drtivou většinu učících modelů, a vedly k markantnímu zlepšení přesnosti na mnohých úlohách rozpoznávání, např. ve spojení s nyní populárními metodami neuronových sítí a hlubokého učení. Ačkoliv znikají stále nové přístupy pro jejich obejití, tyto reprezentace přináší mnohá principielní omezení při řešení komplexnějších problémů, jako je např. učení ze strukturovaných dat, zakomponování expertní znalosti, či logické odvozování. Relační učení je nepříliš známý přístup ke strojovému učení, který adresuje množství těchto zajímavých problémů. Představíme si základní myšlenky a krátce vypíchneme konkrétní metodu relačního učení kombinující logiku a neuronové sítě.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 16. prosince od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha

Abstrakt: V naší prezentaci budeme mluvit o NLP platformě, kterou vyvíjíme, a o problémech, se kterými se při zpracování přirozeného jazyka setkávame nejen my. Pohovoříme o NLP obecně, o nástrahách pravidlových a naivně statistických přístupů. Představíme naše REST API a nástroj pro integraci a vizualizaci jeho výsledků.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 2. prosince od 19:00
• Místo: Paralelní Polis, Dělnická 43, Praha

Abstrakt: Jako výzkumníci jsme přistoupili k vývoji systémů extrakce informací z textů legislativní a enviromentální domény. V prezentaci systémy představíme a podělíme se o zkušenosti z jejich vývoje. Zaměříme se na alternativy strojové učení vs. pravidla a surové texty vs. texty obohacené o informace. Aspekty správy systémů a způsobu hodnocení jejich kvality budou rovněž diskutovány.

• Jazyk (language of the meetup): english
• Datum a čas: středa 18. listopadu od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha

Abstrakt: This presentation provides an overview on some of the current challenges/issues we are facing in areas such as (clinical literature) search, recommendations and other knowledge based systems. We will focus on aspects related to both NLP and semantic web technologies and how we are making use of them in developing and improving healthcare IT environments. We will also try to introduce some overlap to chemistry and genetics.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 4. listopadu od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha

Abstrakt: V prezentaci, která bude rozdělena na dvě části – teoretickou a praktickou – si představíme základy strojového učení. Společným jmenovatelem obou částí se stanou pojmy generalizace a overfitting (přeučování se), na které se v první části podíváme přes matematický aparát výpočetní teorii strojového učení (hoeffding-bound, VC-dimension, Radamacher complexity). V druhé části se zaměříme na manifestaci těchto pojmů v praxi a ukážeme si metodologii a nástroje (trénování/validace/testování, cross-validation, učící křivky), které nám pomáhají vybírat a učit stroje tak, aby dosahovaly kýžených výsledků.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 21. října od 18:00
• Místo: Paralelní Polis, Dělnická 43, Praha

Abstrakt: V prezentaci se pokusím předat pár zkušeností a poznatků o tom, jak jsem soutěžil v Greek Media Monitoring Multilabel Classification – soutěži na serveru Kaggle.com. Ty, co neví nic o Kaggle.com, uvedu do problematiky a rovněž zmíním i několik detailů k mému modelu, se kterým jsem se v soutěži umístil na konečném třetím místě.

• Jazyk (language of the meetup): česky/english
• Datum a čas: středa 7. října od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Facebook událost: MLMU #22 – M:N meetup (komunitní setkání)
• Meetup.com událost: MLMU #22 – M:N meetup (komunitní setkání)

Rádi bychom vás pozvali na setkání, které tentokrát proběhne bez úvodní prezentace. Účelem je, abychom narušili typické 1:N prostředí a více se navzájem poznali a dali šanci promluvit každému, kdo bude chtít (nazvěme to M:N model meetupu :-)). Přijďte si posedět a popovídat do kavárny v Paralelní Polis. Pojďme se navzájem poznat, říct si kdo co dělá nebo čím se zabývá, doporučit si nové nástroje, jazyky, zdroje dat atd. Po setkání přijde jako obvykle přesun do blízké Kozlovny. Zájemcům navíc rádi poradíme, jak si zařídit svoji bitcoinovou peněženku, abyste si mohli bez obav a komplikací v kavárně Paralelní Polis objednat cokoliv, na co máte zrovna chuť. Těšíme se na vás!

• Jazyk (language of the meetup): česky
• Datum a čas: středa 23. září od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Facebook událost: MLMU #21 – Clustering & Detekce log v obrázcích
• Meetup.com událost: MLMU #21 – Clustering & Detekce log v obrázcích

Abstrakt:
Beyond traditional clustering methods
A short introduction into limitations of traditional clustering algorithms followed
by demostration of several more complex clustering algorithms.Detekce log ve streamech obrázků ze sociálních sítí
Na přednášce budou popsány základní techniky hledání korespondence mezi obrázky, principy dotazování se fotkou do rozsáhlých obrazových databazí a jak bylo potřeba přístupy k těmto úlohám upravit, aby bylo možné analyzovat stovky tisíc obrázků denně.

• Jazyk (language of the meetup): česky
• Datum a čas: středa 9. září od 18:30
• Místo: Paralelní Polis, Dělnická 43, Praha
• Facebook událost: MLMU #20 – Using Apache Spark
• Meetup.com událost: MLMU #20 – Using Apache Spark

Abstrakt: Apache Spark is a fast and general engine for large-scale data processing, it is currently one of the most (hyped) active projects in the Hadoop ecosystem. Learn what Apache Spark is, how it works and how it differs from Hadoop MapReduce. This talk will cover the basics of Apache Spark and its various components like MLlib and SQL. We will also cover some of Spark’s latest features, which are supposed to make interactive data science easier. Live demo on an existing Hadoop Cluster will be included as well.

Každý den používáme služby založené na strojovém učení, aniž by to většina z nás věděla. Michal Illich vám poví o deep learningu, tedy moderních, hlubokých neuronových sítích – k čemu se dají použít a proč jsou tak dobré.

Michal Illich vyvíjel webové vyhledávače od roku 1999. Roku 2002 založil Jyxo, s.r.o., které dodávalo fulltextové vyhledávání pro Atlas, Seznam, Zoznam.sk, Azet.sk, Tango.hu, Vodafone a další. Jyxo také vyvinulo Blog.cz, který se stal pátým nejnavštěvovanějším českým serverem, a reklamní systém, který po 3 a půl roku poháněl Sklik na Seznam.cz. V květnu 2008 firmu Jyxo koupil CET 21 a Michal tam dva roky pracoval jako šéf internetového vývoje. Od června 2010 pracuje na mezinárodních projektech, zejména univerzální čtečce FlowReader.com, testovací službě Testomato.com a komunitním webu Devel.cz. Zároveň je investorem ve http://startupyard.com/.