Big Data, Wearable, sztuczna inteligencja i ekonomia współpracy
•
2 likes•1,342 views
Big Data, Wearable, sztuczna inteligencja i ekonomia współpracy - Sebastian Starzyński (Take Task)
Report
Share
Report
Share
Download to read offline
Recommended
Przedsiębiorczość w Polsce [infografika]
Jak wygląda obraz polskiej przedsiębiorczości? Zapraszamy do zapoznania się infografiką stworzoną przez Datarino na podstawie analiz przeprowadzonych na danych open source.
Więcej informacji znajdziecie na: www.datarino.com.
Internet Rzeczy - wizja przyszłości
Koncepcja, wedle której jednoznacznie identyfikowalne przedmioty mogą pośrednio albo bezpośrednio gromadzić, przetwarzać lub wymieniać dane za pośrednictwem sieci komputerowej. Do tego typu przedmiotów zaliczają się między innymi urządzenia gospodarstwa domowego, artykuły oświetleniowe i grzewcze.
Wydawnictwo Wiedza i Praktyka
5 najważniejszych trendów w Big Data na 2017 rok
Jakie trendy w Big Data rozwiną się w 2017 roku? Badania i raporty wskazują, że będzie to m. in. wzmożony rozwój artificial intelligence, deep learning czy wykorzystanie Big Data w optymalizacji działań marketingowych.
Zachęcamy do lektury!
Więcej na www.datarino.com
Wizualne budowanie aplikacji na Sparku przy pomocy narzędzia Seahorse
Seahorse powstał aby ułatwić i przyspieszyć budowanie aplikacji Sparkowych. Graficzny interfejs oparty na konfigurowaniu i łączeniu gotowych komponentów stanowi alternatywę dla pisania kodu w Scali. Podczas prezentacji słuchacze poznają funkcjonalności i ograniczenia Seahorse’a, zobaczą go w działaniu podczas live-demo oraz dowiedzą się jakie są kierunku dalszego rozwoju narzędzia i jak mogą stać się użytkownikami.
Neptune - narzędzie do monitorowania i zarządzania eksperymentami Machine Lea...
Neptune powstał jako wewnętrzne narzędzie dla zespołu Machine Learning w deepsense.io. Bezpośrednią motywacją do prac nad nim były wyzwania, przed jakimi stawały nasze zespoły w konkursach Kaggle. Porównywanie modeli, wersjonowanie kodu oraz monitorowanie procesu trenowania modeli mocno spowalniały prace. Dodatkowo podczas rozmów z zespołami z innych firm okazało się, że im także brakuje narzędzia, które usprawniałoby ich codzienną pracę. Te zdarzenia zaowocowały napisaniem Neptune.
CRISP-DM Agile Approach to Data Mining Projects
CRISP-DM - Metodologia Zwinnej Pracy z Danymi - Michał Łopuszyński
Prezentacja o metodologii CRISP-DM, która systematyzuje realizację projektów związanych z analizą danych. Naturalne etapy życia projektów data miningowych oraz typowe pułapki na jakie można się natknąć przy ich realizacji. Całość zilustrowana przykładami z praktyki, napotkanymi w pracach ICM UW nad Systemem Analizy Orzeczeń Sądowych SAOS, repozytorium OpenAIRE analizującym dane o publikacjach naukowych oraz nad innymi projektami na styku biznesu i analizy danych.
Recommended
Przedsiębiorczość w Polsce [infografika]
Jak wygląda obraz polskiej przedsiębiorczości? Zapraszamy do zapoznania się infografiką stworzoną przez Datarino na podstawie analiz przeprowadzonych na danych open source.
Więcej informacji znajdziecie na: www.datarino.com.
Internet Rzeczy - wizja przyszłości
Koncepcja, wedle której jednoznacznie identyfikowalne przedmioty mogą pośrednio albo bezpośrednio gromadzić, przetwarzać lub wymieniać dane za pośrednictwem sieci komputerowej. Do tego typu przedmiotów zaliczają się między innymi urządzenia gospodarstwa domowego, artykuły oświetleniowe i grzewcze.
Wydawnictwo Wiedza i Praktyka
5 najważniejszych trendów w Big Data na 2017 rok
Jakie trendy w Big Data rozwiną się w 2017 roku? Badania i raporty wskazują, że będzie to m. in. wzmożony rozwój artificial intelligence, deep learning czy wykorzystanie Big Data w optymalizacji działań marketingowych.
Zachęcamy do lektury!
Więcej na www.datarino.com
Wizualne budowanie aplikacji na Sparku przy pomocy narzędzia Seahorse
Seahorse powstał aby ułatwić i przyspieszyć budowanie aplikacji Sparkowych. Graficzny interfejs oparty na konfigurowaniu i łączeniu gotowych komponentów stanowi alternatywę dla pisania kodu w Scali. Podczas prezentacji słuchacze poznają funkcjonalności i ograniczenia Seahorse’a, zobaczą go w działaniu podczas live-demo oraz dowiedzą się jakie są kierunku dalszego rozwoju narzędzia i jak mogą stać się użytkownikami.
Neptune - narzędzie do monitorowania i zarządzania eksperymentami Machine Lea...
Neptune powstał jako wewnętrzne narzędzie dla zespołu Machine Learning w deepsense.io. Bezpośrednią motywacją do prac nad nim były wyzwania, przed jakimi stawały nasze zespoły w konkursach Kaggle. Porównywanie modeli, wersjonowanie kodu oraz monitorowanie procesu trenowania modeli mocno spowalniały prace. Dodatkowo podczas rozmów z zespołami z innych firm okazało się, że im także brakuje narzędzia, które usprawniałoby ich codzienną pracę. Te zdarzenia zaowocowały napisaniem Neptune.
CRISP-DM Agile Approach to Data Mining Projects
CRISP-DM - Metodologia Zwinnej Pracy z Danymi - Michał Łopuszyński
Prezentacja o metodologii CRISP-DM, która systematyzuje realizację projektów związanych z analizą danych. Naturalne etapy życia projektów data miningowych oraz typowe pułapki na jakie można się natknąć przy ich realizacji. Całość zilustrowana przykładami z praktyki, napotkanymi w pracach ICM UW nad Systemem Analizy Orzeczeń Sądowych SAOS, repozytorium OpenAIRE analizującym dane o publikacjach naukowych oraz nad innymi projektami na styku biznesu i analizy danych.
Online content popularity prediction
Prezentacja by Tomasz Trzciński, Chief Scientist at Tooploox wygłoszona na 13tym spotkaniu Data Science Warsaw Meetup.
Rozwiązywanie problemów optymalizacyjnych
Prezentacja by Wit Jakuczun z WLOG Solutions wygłoszona na 13tym spotkaniu Data Science Warsaw Meetup, pt. Rozwiązywanie problemów optymalizacyjnych z przykładami w GNU R.
To się w ram ie nie zmieści
Prezentacja Michała Brzezicki z 9 spotkania Data Science Warsaw przedstawiająca w jaki sposób pobierane i analizowane są dane w SentiOne. Opowiada o problemach związanych z crawlowaniem ponad pół miliona domen oraz dlaczego Hadoop i ElasticSearch jest fajny i na ilu dyskietkach mieści się 5,7 miliarda przeanalizowanych wypowiedzi.
Ask Data Anything
Ask Data Anything - How to make the most of your data using
Semantic Technologies (Cognitum)
Oracle Big Data Discovery - ludzka twarz Hadoop'a
Oszałamiające wizualnie, intuicyjne rozwiązanie, które pozwala wykorzystać potencjał Hadoop i przekształcić surowe dane w nowe odkrycia w ciągu kilku minut, bez potrzeby uczenia się skomplikowanych rozwiązań przeznaczonych dla wąskiego grona specjalistów.
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
O roli danych geograficznych ich źródłach, potencjale oraz metodach analitycznych wykorzystujących informacje przestrzenne.
5 spotkanie Data Science Warsaw MeetUp. Warszawa, 12 maja 2015
Data Exchange - the missing link in the big data value chain
Making big data accessible for big data applications with a market solution
Metody logiczne w analizie danych
Prezentacja profesora Son Nguyen (UW) z czwartego spotkania Data Science Warsaw
More Related Content
More from Data Science Warsaw
Online content popularity prediction
Prezentacja by Tomasz Trzciński, Chief Scientist at Tooploox wygłoszona na 13tym spotkaniu Data Science Warsaw Meetup.
Rozwiązywanie problemów optymalizacyjnych
Prezentacja by Wit Jakuczun z WLOG Solutions wygłoszona na 13tym spotkaniu Data Science Warsaw Meetup, pt. Rozwiązywanie problemów optymalizacyjnych z przykładami w GNU R.
To się w ram ie nie zmieści
Prezentacja Michała Brzezicki z 9 spotkania Data Science Warsaw przedstawiająca w jaki sposób pobierane i analizowane są dane w SentiOne. Opowiada o problemach związanych z crawlowaniem ponad pół miliona domen oraz dlaczego Hadoop i ElasticSearch jest fajny i na ilu dyskietkach mieści się 5,7 miliarda przeanalizowanych wypowiedzi.
Ask Data Anything
Ask Data Anything - How to make the most of your data using
Semantic Technologies (Cognitum)
Oracle Big Data Discovery - ludzka twarz Hadoop'a
Oszałamiające wizualnie, intuicyjne rozwiązanie, które pozwala wykorzystać potencjał Hadoop i przekształcić surowe dane w nowe odkrycia w ciągu kilku minut, bez potrzeby uczenia się skomplikowanych rozwiązań przeznaczonych dla wąskiego grona specjalistów.
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
O roli danych geograficznych ich źródłach, potencjale oraz metodach analitycznych wykorzystujących informacje przestrzenne.
5 spotkanie Data Science Warsaw MeetUp. Warszawa, 12 maja 2015
Data Exchange - the missing link in the big data value chain
Making big data accessible for big data applications with a market solution
Metody logiczne w analizie danych
Prezentacja profesora Son Nguyen (UW) z czwartego spotkania Data Science Warsaw
More from Data Science Warsaw (19)
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
Data Exchange - the missing link in the big data value chain
Data Exchange - the missing link in the big data value chain