Митап “Научный опенсорс №3: перспективные решения для AI/ML”

Третий Scientific Open-Source Meetup прошел в более масшатбном формате - как часть DataFest 2023.

Секция DS/ML Open Source: открытые библиотеки и фреймворки — и хорошо известные, и нестандартные 💻
Посвящена обсуждению различных решений в области искусственного интеллекта и машинного обучения и их программной реализации в виде библиотек и фреймворков. При этом упор делается не столько на уже хорошо известные решения, а на нестандартные и оригинальные разработки, реализующие новые или улучшенные старые методы в рамках ИИ (от equation discovery до больших байесовских сетей).

Программа:

26 мая

Научный опенсорс - Николай Никитин

Не бойтесь выкладывать свои разработки в open-source - даже если кажется, что они незаконченные - Михаил Сарафанов

Open-source бенчмарки для задач обнаружения аномалий в промышленных временных рядах - Юрий Кацер

Настройка гиперпараметров с помощью фреймворка интеллектуальной оптимизации iOpt - Константин Баркалов

27 мая

SLAMA: тонкости масштабируемости распределенного AutoML решения на Spark и оптимизация производительности - Николай Бутаков

Фреймворк для вероятностного моделирования на основе байесовских сетей BAMT - Ирина Деева

31 мая

Dusha: самый большой открытый датасет для распознавания эмоций в устной речи на русском языке - Владимир Кондратенко

Библиотека Autobinary для автоматизации решения ML бизнес задач - Дмитрий Тимохин

3 июня

Стать контрибьтором в Open Source, или Как сделать свой первый Pull Request в CatBoost - Евгений Петров

Return to Homepage