DevTalk#64 – O Machine Learning z Vladimirem Alekseichenko

Odcinek 64. goni za dzisiejszymi trendami. Teraźniejszość, przyszłość i cały nasz świat kręci się wokół kilku “gorących tematów”. Zdecydowanie jest jednym z nich jest…

… obszar ekspertyzy naszego dzisiejszego Gościa, Vladimira Alekseichenko (foto: KPT)! Architekt IT, spec od lat badający temat ML i AI, a do tego mówca. Prowadzi warsztaty DataWorkshop – “Praktyczne uczenie maszynowe dla programistów”. Nagrywa podcast Biznes Myśli o sztucznej inteligencji w biznesie. Na Twitterze: @slon1024.

I właśnie o takich tematach – zebranych pod jednym parasolem Machine Learning – dzisiaj rozmawiamy. Co to jest i skąd się wzięło? Na jakim etapie aktualnie się znajdujemy? Gdzie wykorzystuje się ML i AI? I wreszcie: jak samodzielnie zacząć zabawę z tym tematem?

Jak zwykle – sponsorem odcinka jest moja nowa książka: “Zawód: Programista”. Zapraszam do zamówienia!

Przedsprzedaż trwa tylko do końca października, więc warto się pospieszyć :).

Zamów książkę “Zawód: Programista”!

A teraz… PLAY!

• zapisz się na newsletter
• zasubskrybuj w iTunes, Spotify lub przez RSS
• ściągnij odcinek w mp3

Linki:

• strona Vladimira: http://vova.me
• podcast Biznes Myśli: http://biznesmysli.pl/
• Warsztaty DataWorkshop: http://dataworkshop.eu
• dodatkowe materiały na devstyle.pl:
  • post Ceneo o Machine Learning
  • DevTalk o Pythonie
  • DevTalk o R

• liniowa regresja: https://en.wikipedia.org/wiki/Linear_regression
  • implementacja w Ruby: https://rubygems.org/gems/linear-regression/versions/0.0.2
• Naive Bayes: https://en.wikipedia.org/wiki/Naive_Bayes_classifier
  • implementacja w Ruby: https://github.com/slon1024/naive_bayes_classifier

• github Vladimira: https://github.com/slon1024
• github DataWorkshop: https://github.com/dataworkshop
  • environment (docker)
  • titanic: krok1, krok2, krok3, krok4, krok5
  • bike sharing demand: krok1, krok2, krok3, krok4
  • xgboost: krok1, krok2, krok3, krok4
  • visualization: krok1, krok2, krok3, krok4
  • allstate (intro to neural network): krok1, krok2, krok3, krok4
  • cnn: krok1, krok2, krok3, krok4

• test turinga (odcinek w BM)
• iris dataset

• Seria artykułów: Machine Learning for Humans
• video z ogórkami
• opowieść o sąsiedzkim kocie

• AlphaGo – i jak to działa

• Konkursy – Kaggle
• przyszłość AI
  • najnowsze estymacji + publikacja
  • książka: Superintelligence
  • więcej moich myśli na temat
• przykłady gdzie AI jest lepsza od ludzi
  • AlphaGo: Lee Sedol (rank #4), Ke Jie (rank #1), emerytura
  • Czytanie z poruszenia warg
  • Wojeny pilot
  • Libratus (poker)
  • Dota 2
• dodatkowe przypadki użycia AI
  • Rolnictwa
  • Rekiny w Australii
  • Usuwanie wodnych znaków

• Sztuczna inteligencja w biznesie
• Hype Cycle 2017 (ML w fazie drugiej)
• GAN (specjalny rodzaj sieci nieuronowych)
• Flappy Bird (AI + browser)

• python lib
  • pandas
  • scikit learn
  • ipython/jupyter + notebook + lab
• darmowa książka Python Data Science Handbook
• data science platform:
  • BigML
  • Azure ML Studio
  • MLjar.com
  • datarobot.com
• Algorytmy (praktyczne/wartościowe implementacja gradient boosting)
  • xgboost
  • lightGBM
  • catboost