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.
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.
Wizualne budowanie aplikacji na Sparku przy pomocy narzędzia SeahorseData Science Warsaw
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...Data Science Warsaw
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.
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!Data Science Warsaw
O roli danych geograficznych ich źródłach, potencjale oraz metodach analitycznych wykorzystujących informacje przestrzenne.
5 spotkanie Data Science Warsaw MeetUp. Warszawa, 12 maja 2015
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.
Prezentacja by Wit Jakuczun z WLOG Solutions wygłoszona na 13tym spotkaniu Data Science Warsaw Meetup, pt. Rozwiązywanie problemów optymalizacyjnych z przykładami w GNU R.
Wizualne budowanie aplikacji na Sparku przy pomocy narzędzia SeahorseData Science Warsaw
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...Data Science Warsaw
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.
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!Data Science Warsaw
O roli danych geograficznych ich źródłach, potencjale oraz metodach analitycznych wykorzystujących informacje przestrzenne.
5 spotkanie Data Science Warsaw MeetUp. Warszawa, 12 maja 2015
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.
Prezentacja by Wit Jakuczun z WLOG Solutions wygłoszona na 13tym spotkaniu Data Science Warsaw Meetup, pt. Rozwiązywanie problemów optymalizacyjnych z przykładami w GNU R.
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.
2. 826 group members
+250 od poprzedniego spotkania
Ankieta – w czerwcu zapytaliśmy:
• Kim jesteśmy
• Na czym się znamy
• Jakich spotkań chcemy
Odpowiedziało dokładnie 100 osób.