9月1日，Mail.Ru集团和开放数据科学社区将举行最大的莫斯科数据科学专业会议。 该活动包括五个专题报告，一个机器学习培训和一个用于交流和约会的整个大厅。
熟悉该程序并
注册 ！ 根据已批准的注册，此活动免费入场。
莫斯科数据科学专业的演讲将分两个部分进行。 在表格中，您将找到一个包含时间表的表格，以下是报告的说明。
时间表：
演示说明：
NeurodataLab LLC的Gregory Sterling，“扬声器的扩音问题”我将简要讨论一般的语音处理以及说话人的区分任务（通过记录对话，您需要确定谁在何时发言）。 我将告诉您问题的历史，原因，原因，鸡尾酒会的问题，由谁来决定问题的难度。 该报告的主要部分将专门介绍2017-2018年的结果，例如，一篇有关描述视频问题的解决方案的Google文章（神经网络似乎正试图读取嘴唇）。 当没有视频但只有声音（例如通过电话进行的对话）时，我将做些什么，我将仔细阅读文章和我们的方法。
神经网络声码器，Sergey Dukanov，Mail.Ru集团首先，将近距离探讨解决语音合成问题的现代方法，然后我们将讨论声码器，然后我们将重点介绍其中最有趣的一种（从理论和实践的角度来看）。
“ Pizza a la half-supervised”，亚瑟·库辛，德布赖恩以Dodo Pizza的产品控制示例为例，我将讨论训练模型时处理数据的技术。 特别是，我将展示如何通过对象的语义分割来提取边箱，以及如何训练模型并获取数据集的标记，仅标记几个样本。
“用于识别打印文档照片的OCR和TD的体系结构”，MIPT机器智能实验室的Alexey Goncharov，Ilya Zharikov，Nikitin Filipp该报告描述了OCR（字符识别）和TD（带有文本的窗口检测）的结构，我们的团队将其用于识别各种类型的打印文档照片的项目中。 让我们同时讨论这些系统的体系结构和培训。
“如何进行领域调整以及提高质量的构想”，三星AI的Renat Bashirov该报告是从数十篇文章中总结出来的。 根据文章对实现图像领域适应的有用程度来选择文章：具有一个标记集，如何在另一个相似集合上获得/改进标记。
将是：
- 许多GAN
- 具有十几种损失功能的几种架构，
- 讲过
- 这样的不同事物可以在损失函数中表示出来，
- 风格转移
- 领域适应在不同任务中的应用：分类，细分。
如果您了解以下内容，不要以为没有什么是清楚的，例如：
- 什么是损失函数
- 反向传播如何运作，
- 为什么需要batchnorm及其工作原理
- 全局平均池化后获得什么大小的张量。
“按商品搜索-工作安排”，Dmitry Dremov，支票分析关于任务，工作组织方法和结果。
“在社交网络上展示：展示方式和内容”，同学Sergey Boytsov从用户到他看到的店面中的特定商品，我们将一路走来。 数据收集，预处理，分析处理，A / B测试。
“推荐的车票系统”，Artyom Prosvetov和Konstantin Kotochigov，CleverDATA在报告中，我们将讨论在推荐系统的不寻常区域中使用推荐系统的情况：运输车票的销售。 哪些传统方法可以帮助解决该问题，哪些启发式方法可以很好地说明自己，以及我们在该项目中为自己取得了哪些发现。
MarketGuard的“调整Jupyter笔记本”，Alexander Lifanov如何配置Jupyter Notebook进行高效便捷的工作。
Mail.Ru集团“ MaxArtm –不仅仅是文本”，Maxim Statsenko许多人习惯于嵌入是关于文本的事实：我们嵌入单词，句子等。 从某种意义上说，主题建模也在嵌入。 在我的报告中，我想展示在Python和独创性的帮助下，您可以在根本没有文本的任务中使用主题建模和嵌入的方法，即按收入来源和兴趣对用户进行聚类。
“ PID控制器简介，或如何使用PyData酿造啤酒”，安东·莱贝德维奇（Anton Lebedevich）逐步介绍最流行的自动控制器，以糖化啤酒麦芽为例，并带有动画和Python代码。 除了基本的PID控制器外，还有一些技巧可以改善其在现实生活中的工作。 在实践中，经常需要自动调节，并且几乎所有的实现都包含PID元素及其缺点，您需要了解它们并能够对其进行维修。
电影院联网和约会区。 在此会议室中，您可以免费与活动中的同事和其他参与者进行交流。
要参加，您必须
注册 。 不要忘记您的护照或驾照。
参加者聚会和注册 ：10:00-11:00。
报告开始时间 ：11：00。
活动大概结束时间 ：17：00。
地址 ：莫斯科地铁机场，列宁格勒大街39号，第79页。
广播节目