🧕 👨‍👦 👩🏽‍🎤 कहाँ जाना है: मॉस्को में आईटी विशेषज्ञों के लिए अगले मुफ्त कार्यक्रम (14-18 जनवरी) 🤾🏿 👓 🧒

खुले पंजीकरण के साथ कार्यक्रम:

_{* पोस्ट के अंदर घटनाओं के लिंक काम करते हैं}

एआई और मोबाइल

_{14 जनवरी, 19: 00-22: 00, मंगलवार}

हम आपको कृत्रिम बुद्धिमत्ता, मोबाइल उपकरणों पर इसके उपयोग और नए दशक के सबसे महत्वपूर्ण तकनीकी और व्यावसायिक रुझानों के बारे में संक्षिप्त रूप में आमंत्रित करते हैं। कार्यक्रम में दिलचस्प प्रस्तुतियां, चर्चाएं, पिज्जा और एक अच्छे मूड शामिल हैं।

वक्ताओं में से एक हॉलीवुड, व्हाइट हाउस में नवीनतम तकनीकों को शुरू करने में अग्रणी है; उनकी पुस्तक ऑगमेंटेड: लाइफ इन द स्मार्ट लेन का उल्लेख चीनी राष्ट्रपति ने अपने नए साल के संबोधन में उनकी पसंदीदा हैंडबुक में से एक के रूप में किया था।

NeurIPS नए साल के बाद

_{15 जनवरी, 18:00, बुधवार से शुरू}

18:00 पंजीकरण
19:00 उद्घाटन - मिखाइल बिलेंको, यैंडेक्स
19:05 NeurIPS 2019 में सुदृढीकरण सीखना: यह कैसा था - सर्गेई कोलेनिकोव, टिंकॉफ
हर साल सुदृढीकरण सीखने (आरएल) का विषय गर्म और अधिक प्रचार हो रहा है। और हर साल, DeepMind और OpenAI आग में ईंधन जोड़ते हैं, एक नया अलौकिक प्रदर्शन बॉट जारी करते हैं। क्या वास्तव में इसके पीछे कुछ है? और संपूर्ण आरएल विविधता में नवीनतम रुझान क्या हैं? चलिए पता लगाते हैं!
19:25 एनएलपी का अवलोकन NeurIPS 2019 में काम करता है - मिखाइल बर्टसेव, एमआईपीटी
आज, प्राकृतिक भाषा प्रसंस्करण के क्षेत्र में सबसे अधिक सफलता क्षेत्र भाषा के मॉडल और ज्ञान के ग्राफ के आधार पर आर्किटेक्चर के निर्माण से जुड़े हैं। रिपोर्ट उन कार्यों का अवलोकन प्रदान करेगी जिनमें इन विधियों का उपयोग विभिन्न कार्यों के कार्यान्वयन के लिए संवाद प्रणालियों के निर्माण में किया जाता है। उदाहरण के लिए - सामान्य विषयों पर संवाद करने, सहानुभूति बढ़ाने और एक केंद्रित संवाद में संलग्न होने के लिए।
19:45 लॉस फंक्शन के भूतल प्रकार को समझने के तरीके - दिमित्री विक्रोत, FKN NRU HSE
मैं कई कामों पर चर्चा करूँगा जो गहरी शिक्षा में असामान्य प्रभावों का पता लगाते हैं। ये प्रभाव तराजू के अंतरिक्ष में नुकसान के कार्य की सतह उपस्थिति पर प्रकाश डालते हैं और हमें कई परिकल्पनाओं को सामने रखने की अनुमति देते हैं। यदि उनकी पुष्टि की जाती है, तो अनुकूलन विधियों में चरण आकार को अधिक प्रभावी ढंग से समायोजित करना संभव होगा। यह प्रशिक्षण के अंत से पहले परीक्षण के नमूने में नुकसान समारोह के प्राप्त मूल्य का अनुमान लगाने की भी अनुमति देगा।
20:05 NeurIPS 2019 में कंप्यूटर विज़न कार्य की समीक्षा - सर्गेई ओवचारेंको, कोंस्टेंटिन लखमन, यैंडेक्स
हम कंप्यूटर दृष्टि में अनुसंधान और कार्य की मुख्य दिशाओं पर विचार करेंगे। आइए यह समझने की कोशिश करें कि क्या अकादमी के दृष्टिकोण से सभी कार्य पहले से ही हल किए गए हैं, क्या जीएएन का विजयी जुलूस उन सभी क्षेत्रों में जारी है जो इसका विरोध करते हैं और जब पहले से ही अनियंत्रित क्रांति होगी।
20:25 कॉफी ब्रेक
20:40 असीमित पीढ़ी के क्रम के साथ मॉडलिंग क्रम - दिमित्री एमिलियानेंको, यैंडेक्स
हम एक मॉडल प्रस्तुत करते हैं जो शब्दों को उत्पन्न वाक्य के मनमाने स्थान पर सम्मिलित कर सकता है। मॉडल अंतर्निहित डेटा के आधार पर एक सुविधाजनक डिकोडिंग आदेश सिखाता है। सबसे अच्छी गुणवत्ता कई डेटासेट पर प्राप्त की जाती है: मशीन अनुवाद के लिए, लाटेक्स और छवि विवरण में उपयोग करें। रिपोर्ट एक लेख के लिए समर्पित है जिसमें हम दिखाते हैं कि सीखा डिकोडिंग ऑर्डर का वास्तव में अर्थ है और हल होने वाली समस्या के लिए विशिष्ट है।
20:55 पूर्व नेटवर्क के KL-Divergence प्रशिक्षण को उलटा करना: बेहतर अनिश्चितता और प्रतिकूलता पर जोर देना - एंड्रे मालिनिन, यांडेक्स
अनिश्चितता के आकलन के लिए पहनावा दृष्टिकोण हाल ही में मिसकॉलिफिकेशन डिटेक्शन, आउट-ऑफ-डिस्ट्रिब्यूशन इनपुट डिटेक्शन और एडवर्सर्सियल अटैक डिटेक्शन के कार्यों पर लागू किया गया है। पूर्व नेटवर्क को आउटपुट डिस्ट्रीब्यूशन पर एक डिरिक्लेट पूर्व वितरण के मापदंडों के आधार पर वर्गीकरण के लिए मॉडलों के एक संयोजन का कुशलता से अनुकरण करने के लिए एक दृष्टिकोण के रूप में प्रस्तावित किया गया है। इन मॉडलों को आउट-ऑफ-डिस्ट्रिब्यूशन इनपुट डिटेक्शन के कार्य पर, मोंटे-कार्लो ड्रॉपआउट जैसे वैकल्पिक पहनावा दृष्टिकोणों को बेहतर बनाने के लिए दिखाया गया है। हालांकि, मूल नेटवर्कों को कई स्तरों के साथ जटिल डेटासेट में विभाजित करना मूल रूप से प्रस्तावित प्रशिक्षण मानदंडों का उपयोग करना मुश्किल है। यह पत्र दो योगदान देता है। सबसे पहले, हम दिखाते हैं कि प्रीयर नेटवर्क्स के लिए उपयुक्त प्रशिक्षण मानदंड डिरिक्लेट डिस्ट्रीब्यूशन के बीच केएल-डिवर्जेंस है। यह प्रशिक्षण डेटा लक्ष्य वितरण की प्रकृति के मुद्दों को संबोधित करता है, पूर्व नेटवर्क को मनमाने ढंग से कई वर्गों के साथ वर्गीकरण कार्यों पर सफलतापूर्वक प्रशिक्षित करने के लिए सक्षम बनाता है, साथ ही वितरण का पता लगाने के प्रदर्शन में सुधार करता है। दूसरा, इस नए प्रशिक्षण मानदंड का लाभ उठाते हुए, यह पेपर प्रतिकूल हमलों का पता लगाने के लिए पूर्व नेटवर्क का उपयोग करके जांच करता है और प्रतिकूल प्रशिक्षण के सामान्यीकृत रूप का प्रस्ताव करता है। यह दिखाया गया है कि सफल अनुकूली व्हाइटबॉक्स हमलों का निर्माण, जो भविष्यवाणी और निकासी का पता लगाने को प्रभावित करते हैं, प्रस्तावित दृष्टिकोण का उपयोग करते हुए CIFAR-10 और CIFAR-100 पर प्रशिक्षित पूर्व नेटवर्क के खिलाफ मानक प्रतिकूलता का उपयोग करते हुए नेटवर्क के मुकाबले कम्प्यूटेशनल प्रयास की अधिक मात्रा की आवश्यकता होती है। प्रशिक्षण या एमसी-ड्रॉपआउट।
21:10 पैनल चर्चा: "NeurlPS जो बहुत बढ़ गया है: किसे दोष देना है और क्या करना है?" - अलेक्जेंडर क्रेनोव, यैंडेक्स
21:40 बाद में

आर मास्को मीटअप # 5

_{16 जनवरी, 18: 30-21: 30, गुरुवार}

19: 00-19: 30 "डमीज़ के लिए आर की मदद से परिचालन समस्याओं का समाधान" - कोन्स्टेंटिन फिरोजव (जेएससी नेट्रिस, मुख्य कार्यान्वयन अभियंता)।
19: 30-20: 00 "रिटेल में इन्वेंटरी ऑप्टिमाइज़ेशन" - जेनरिक अनन्याव (PJSC बेलुगा ग्रुप, रिपोर्टिंग ऑटोमेशन के प्रमुख)।
20: 00-20: 30 "एक्स 5 में बीएमएस: आर टूल्स का उपयोग करके असंरचित पीओएस लॉग पर व्यापार-प्रक्रिया खनन कैसे करें" - एवगेनी रोल्डुगिन (एक्स 5 रिटेल ग्रुप, सर्विस क्वालिटी कंट्रोल टूल्स के प्रमुख), इल्या शुतोव (मीडिया-टेल, डिवीजन के प्रमुख) डेटा साइंस)।

मॉस्को (गैस्ट्रोमेट्रिक बाल्ट्सुग) में फ्रंटेंड मीटअप

_{18 जनवरी, 12: 00-18: 00, शनिवार}

"जब खरोंच से एक आवेदन को फिर से लिखना है, और कैसे इसे का एक व्यवसाय समझाने के लिए" - एलेक्सी पायज़ानोव, डेवलपर, सिबुर
वास्तविक कहानी इस बारे में है कि हम तकनीकी ऋण से सबसे अधिक कट्टरपंथी तरीके से कैसे निपटते हैं। मैं आपको इसके बारे में बताऊंगा:
1. क्यों एक अच्छा ऐप एक भयानक विरासत में बदल गया।
2. कैसे हमने सब कुछ फिर से लिखने का एक कठिन निर्णय लिया।
3. हमने उत्पाद स्वामी को यह विचार कैसे बेचा।
4. इस उपक्रम से अंत में क्या हुआ, और हमें निर्णय पर पछतावा क्यों नहीं हुआ।
"Vuejs API मोक्स" - व्लादिस्लाव प्रुसोव, फ्रंटेंड डेवलपर, एजीआईएमए

Avito 2.0 में मशीन लर्निंग ट्रेनिंग

_{18 जनवरी, 12: 00-15: 00, शनिवार}

12:00 "ज़िन्डी सेन्डी लॉजिस्टिक्स चैलेंज (rus)" - रोमन प्यानकोव
12:30 "डेटा सोल वाइल्डफेयर AI (rus)" - इल्या प्लोटनिकोव
13:00 कॉफी ब्रेक
13:20 "टॉपकोडर स्पेसनेट 5 चैलेंज और साइन इन द 3 टेलुस सैटेलाइट चैलेंज (संलग्न)" - इल्या किबार्डिन
14:00 कॉफी ब्रेक
14:10 "कोडलैब ऑटोमेटेड टाइम सीरीज़ रिग्रेशन (संलग्न)" - डेनिस वोरोटिनत्सेव