{"id":4774,"date":"2017-11-15T10:37:50","date_gmt":"2017-11-15T09:37:50","guid":{"rendered":"http:\/\/mlforum.pl\/?page_id=4774"},"modified":"2018-07-30T14:20:36","modified_gmt":"2018-07-30T12:20:36","slug":"relacja-2017","status":"publish","type":"page","link":"https:\/\/temp.techrisk.pl\/relacja-2017\/","title":{"rendered":"Relacja 2017"},"content":{"rendered":"[vc_row][vc_column][vc_tta_tabs][vc_tta_section title=”Foto” tab_id=”foto”][vc_column_text]
\"MINI-IMG_8652x\"MINI-IMG_8652x<\/span><\/a><\/div>
\"MINI-4B4F0951x\"MINI-4B4F0951x<\/span><\/a><\/div>
\"MINI-IMG_8666x\"MINI-IMG_8666x<\/span><\/a><\/div>
\"MINI-4B4F0973x\"MINI-4B4F0973x<\/span><\/a><\/div>
\"MINI-IMG_8665x\"MINI-IMG_8665x<\/span><\/a><\/div>
\"MINI-4B4F0970x\"MINI-4B4F0970x<\/span><\/a><\/div>
\"MINI-4B4F0968x\"MINI-4B4F0968x<\/span><\/a><\/div>
\"MINI-4B4F0963x\"MINI-4B4F0963x<\/span><\/a><\/div>
\"MINI-4B4F0962x\"MINI-4B4F0962x<\/span><\/a><\/div>
\"MINI-4B4F0958x\"MINI-4B4F0958x<\/span><\/a><\/div>
\"MINI-4B4F0954x\"MINI-4B4F0954x<\/span><\/a><\/div>
\"MINI-IMG_8683x\"MINI-IMG_8683x<\/span><\/a><\/div>
\"MINI-IMG_8682x\"MINI-IMG_8682x<\/span><\/a><\/div>
\"MINI-IMG_8679x\"MINI-IMG_8679x<\/span><\/a><\/div>
\"MINI-IMG_8678x\"MINI-IMG_8678x<\/span><\/a><\/div>
\"MINI-IMG_8675x\"MINI-IMG_8675x<\/span><\/a><\/div>
\"MINI-IMG_8674x\"MINI-IMG_8674x<\/span><\/a><\/div>
\"MINI-IMG_8672x\"MINI-IMG_8672x<\/span><\/a><\/div>
\"MINI-IMG_8669x\"MINI-IMG_8669x<\/span><\/a><\/div>
\"MINI-IMG_8663x\"MINI-IMG_8663x<\/span><\/a><\/div>
\"MINI-IMG_8659x\"MINI-IMG_8659x<\/span><\/a><\/div>
\"MINI-IMG_8644x\"MINI-IMG_8644x<\/span><\/a><\/div>
\"MINI-IMG_8643x\"MINI-IMG_8643x<\/span><\/a><\/div>
\"MINI-IMG_8641x\"MINI-IMG_8641x<\/span><\/a><\/div>
\"MINI-4B4F1121x\"MINI-4B4F1121x<\/span><\/a><\/div>
\"MINI-4B4F1117x\"MINI-4B4F1117x<\/span><\/a><\/div>
\"MINI-4B4F1116x\"MINI-4B4F1116x<\/span><\/a><\/div>
\"MINI-IMG_8686x\"MINI-IMG_8686x<\/span><\/a><\/div>
\"MINI-4B4F1114x\"MINI-4B4F1114x<\/span><\/a><\/div>
\"MINI-4B4F1105x\"MINI-4B4F1105x<\/span><\/a><\/div>
\"MINI-4B4F1103x\"MINI-4B4F1103x<\/span><\/a><\/div>
\"MINI-4B4F1102x\"MINI-4B4F1102x<\/span><\/a><\/div>
\"MINI-4B4F1100x\"MINI-4B4F1100x<\/span><\/a><\/div>
\"MINI-4B4F1098x\"MINI-4B4F1098x<\/span><\/a><\/div>
\"MINI-4B4F1097x\"MINI-4B4F1097x<\/span><\/a><\/div>
\"MINI-4B4F1093x\"MINI-4B4F1093x<\/span><\/a><\/div>
\"MINI-4B4F1091x\"MINI-4B4F1091x<\/span><\/a><\/div>
\"MINI-4B4F1090x\"MINI-4B4F1090x<\/span><\/a><\/div>
\"MINI-4B4F1088x\"MINI-4B4F1088x<\/span><\/a><\/div>
\"MINI-4B4F1084x\"MINI-4B4F1084x<\/span><\/a><\/div>
\"MINI-4B4F1082x\"MINI-4B4F1082x<\/span><\/a><\/div>
\"MINI-4B4F1076x\"MINI-4B4F1076x<\/span><\/a><\/div>
\"MINI-4B4F1108x\"MINI-4B4F1108x<\/span><\/a><\/div>
\"MINI-4B4F1074x\"MINI-4B4F1074x<\/span><\/a><\/div>
\"MINI-4B4F1073x\"MINI-4B4F1073x<\/span><\/a><\/div>
\"MINI-4B4F1072x\"MINI-4B4F1072x<\/span><\/a><\/div>
\"MINI-4B4F1067x\"MINI-4B4F1067x<\/span><\/a><\/div>
\"MINI-4B4F1065x\"MINI-4B4F1065x<\/span><\/a><\/div>
\"MINI-4B4F1063x\"MINI-4B4F1063x<\/span><\/a><\/div>
\"MINI-4B4F1061x\"MINI-4B4F1061x<\/span><\/a><\/div>
\"MINI-4B4F1060x\"MINI-4B4F1060x<\/span><\/a><\/div>
\"MINI-4B4F1058x\"MINI-4B4F1058x<\/span><\/a><\/div>
\"MINI-4B4F1053x\"MINI-4B4F1053x<\/span><\/a><\/div>
\"MINI-4B4F1052x\"MINI-4B4F1052x<\/span><\/a><\/div>
\"MINI-4B4F1045x\"MINI-4B4F1045x<\/span><\/a><\/div>
\"MINI-4B4F1043x\"MINI-4B4F1043x<\/span><\/a><\/div>
\"MINI-4B4F1041x\"MINI-4B4F1041x<\/span><\/a><\/div>
\"MINI-4B4F1039x\"MINI-4B4F1039x<\/span><\/a><\/div>
\"MINI-4B4F1037x\"MINI-4B4F1037x<\/span><\/a><\/div>
\"MINI-4B4F1036x\"MINI-4B4F1036x<\/span><\/a><\/div>
\"MINI-4B4F1034x\"MINI-4B4F1034x<\/span><\/a><\/div>
\"MINI-4B4F1031x\"MINI-4B4F1031x<\/span><\/a><\/div>
\"MINI-4B4F1030x\"MINI-4B4F1030x<\/span><\/a><\/div>
\"MINI-4B4F1027x\"MINI-4B4F1027x<\/span><\/a><\/div>
\"MINI-4B4F1025x\"MINI-4B4F1025x<\/span><\/a><\/div>
\"MINI-4B4F1020x\"MINI-4B4F1020x<\/span><\/a><\/div>
\"MINI-4B4F1016x\"MINI-4B4F1016x<\/span><\/a><\/div>
\"MINI-4B4F1010x\"MINI-4B4F1010x<\/span><\/a><\/div>
\"MINI-4B4F1008x\"MINI-4B4F1008x<\/span><\/a><\/div>
\"MINI-4B4F1003x\"MINI-4B4F1003x<\/span><\/a><\/div>
\"MINI-4B4F0996x\"MINI-4B4F0996x<\/span><\/a><\/div>
\"MINI-4B4F0992x\"MINI-4B4F0992x<\/span><\/a><\/div>
\"MINI-4B4F0989x\"MINI-4B4F0989x<\/span><\/a><\/div>
\"MINI-4B4F0986x\"MINI-4B4F0986x<\/span><\/a><\/div>
\"MINI-4B4F0985x\"MINI-4B4F0985x<\/span><\/a><\/div>
\"MINI-4B4F0983x\"MINI-4B4F0983x<\/span><\/a><\/div>
\"MINI-4B4F0982x\"MINI-4B4F0982x<\/span><\/a><\/div>
\"MINI-4B4F0981x\"MINI-4B4F0981x<\/span><\/a><\/div>
\"MINI-4B4F0980x\"MINI-4B4F0980x<\/span><\/a><\/div>
\"MINI-4B4F0976x\"MINI-4B4F0976x<\/span><\/a><\/div>
<\/div><\/div>[\/vc_column_text][\/vc_tta_section][vc_tta_section title=”Relacja” tab_id=”Relacja”][vc_column_text]\n

\u00a0Analityka z nowymi mo\u017cliwo\u015bciami<\/strong><\/h2>\n[\/vc_column_text][vc_column_text]\n

Do efektywnego wykorzystania rozwi\u0105za\u0144 bazuj\u0105cych na sztucznej inteligencji potrzeba jednocze\u015bnie wiedzy na temat reali\u00f3w biznesowych, jak i umiej\u0119tno\u015bci pos\u0142ugiwania si\u0119 konkretnymi narz\u0119dziami. Nie jest to proste, ale przyk\u0142ady ze zrealizowanych wdro\u017ce\u0144 pokazuj\u0105, \u017ce mo\u017ce przynosi\u0107 wymierne korzy\u015bci. <\/em><\/strong><\/h3>\n[\/vc_column_text][vc_column_text]Uczenie maszynowe, a tak\u017ce szerzej sztuczna inteligencja, zaawansowana analityka i data science, to dziedzina coraz bardziej dojrza\u0142a. Stale si\u0119 rozwija i znajduje wci\u0105\u017c nowe zastosowania biznesowe. Dost\u0119pne w jej ramach technologie s\u0105 coraz powszechniej wykorzystywane w r\u00f3\u017cnych dziedzinach gospodarki \u2013 od telekom\u00f3w, bankowo\u015bci i ubezpiecze\u0144, przez przemys\u0142, energetyk\u0119 i logistyk\u0119, po sprzeda\u017c, marketing i us\u0142ugi.
\nNajnowszym trendom i osi\u0105gni\u0119ciom w tym zakresie po\u015bwi\u0119cona by\u0142a konferencja \u201eMachine Learning@Enterprise 2017\u201d (ML@Enterprise). Spotkanie stanowi\u0142o okazj\u0105 do wymiany do\u015bwiadcze\u0144 i wiedzy na temat aktualnych mo\u017cliwo\u015bci i perspektyw rozwojowych, jak r\u00f3wnie\u017c nabycia konkretnych umiej\u0119tno\u015bci i kompetencji w pos\u0142ugiwaniu si\u0119 wybranymi narz\u0119dziami i technologiami.[\/vc_column_text][vc_column_text]\n

Ro\u015bnie \u015bwiadomo\u015b\u0107 korzy\u015bci <\/strong><\/h4>\n[\/vc_column_text][vc_column_text]\"\"\u201eRozwi\u0105zania zwi\u0105zane z data science przesz\u0142y drog\u0119 od zabawki biznesowej po narz\u0119dzie pr<\/em>odukcyjne. Pocz\u0105tkowo <\/em>wykorzystywano je, bo tak wypada\u0142o, bo wszyscy wko\u0142o tak robili. Dzisiaj si\u0119ga si\u0119 po nie w celu rozwi\u0105zania konkretnych problem\u00f3w biznesowych\u201d \u2013 <\/em>zauwa\u017cy\u0142 podczas dyskusji panelowej Piotr Gawrysiak, profesor w Instytucie Informatyki Politechniki Warszawskiej, jednocze\u015bnie Chief Data Scientist w mBanku.[\/vc_column_text][vc_column_text]Uczestnicy panelu zwracali uwag\u0119, \u017ce analityka wykorzystuj\u0105ca elementy sztucznej inteligencji wchodzi wci\u0105\u017c do nowych sektor\u00f3w i bran\u017c. Zago\u015bci\u0142a ju\u017c na sta\u0142e nie tylko u operator\u00f3w telekomunikacyjnych czy w finansach. Ostatnio daje si\u0119 zauwa\u017cy\u0107 du\u017ce zainteresowanie jej mo\u017cliwo\u015bciami w bran\u017cy gamingowej. Ma coraz wi\u0119ksze zastosowanie w przetwarzaniu obraz\u00f3w i przetwarzaniu j\u0119zyka. Wiele narz\u0119dzi jest ju\u017c dost\u0119pnych w chmurze.[\/vc_column_text][vc_column_text]\"\"Zdaniem Dawida Detko, Data Science Architect & Team Leadera firmie Predica, przedstawiciele biznesu ju\u017c wiedz\u0105, \u017ce s\u0105 dost\u0119pne takie rozwi\u0105zania i mo\u017cna ich u\u017cy\u0107 w konkretnych celach biznesowych. Problemem wci\u0105\u017c jednak pozostaje zbieranie danych i umiej\u0119tno\u015b\u0107 ich wykorzystania. W tej materii jest jeszcze na polskim rynku wiele do zrobienia. Pomocne mog\u0105 by\u0107 projekty realizowane metodami pilota\u017cowymi.
\nEdukacja jest nadal potrzebna, gdy\u017c w wykorzystaniu narz\u0119dzi zaawansowanej analityki przoduj\u0105 g\u0142\u00f3wnie dzia\u0142aj\u0105ce w naszym kraju przedstawicielstwa zagranicznych koncern\u00f3w. R\u00f3wnie\u017c istniej\u0105ce w Polsce firmy \u015bwiadcz\u0105ce us\u0142ugi w zakresie big data czy machine learning maj\u0105 klient\u00f3w g\u0142\u00f3wnie poza granicami kraju. Polscy przedsi\u0119biorcy, zdaniem uczestnik\u00f3w dyskusji, nie maj\u0105 wci\u0105\u017c jeszcze dostatecznej \u015bwiadomo\u015bci korzy\u015bci mo\u017cliwych do osi\u0105gni\u0119cia dzi\u0119ki rozwi\u0105zaniom z zakresu sztucznej inteligencji czy data science. Tu jest du\u017ce pole do popisu dla ludzi z bran\u017cy analitycznej.[\/vc_column_text][vc_column_text]\"\"Istniej\u0105ca sytuacja stawia tak\u017ce du\u017ce wyzwania przed instytucjami edukacyjnymi. Wraz z rosn\u0105cym zapotrzebowaniem rynku na specjalist\u00f3w od data science rosn\u0105 te\u017c wymagania potencjalnych pracodawc\u00f3w. Jak zauwa\u017cy\u0142 dr Dominik Batorski, reprezentuj\u0105cy Uniwersytet Warszawski i firm\u0119 Sotrender, analityka idzie w kierunku narz\u0119dzi \u0142atwych w u\u017cyciu. Podobnie b\u0119dzie te\u017c nied\u0142ugo w obszarze uczenia maszynowego. Dlatego m.in. coraz wi\u0119kszego znaczenia b\u0119d\u0105 nabiera\u0142y kompetencje przekrojowe, na przyk\u0142ad na styku programowania, przetwarzania danych i statystyki. Takiej wiedzy na rynku wci\u0105\u017c brakuje.[\/vc_column_text][vc_column_text]\n

Potrzebne nowe umiej\u0119tno\u015bci <\/strong><\/h4>\n

\u00a0<\/strong><\/h4>\n[\/vc_column_text][vc_column_text]Okazj\u0105 do nabycia konkretnej wiedzy oraz umiej\u0119tno\u015bci z zakresu Machine Learning i sztucznej inteligencji by\u0142a warsztatowa \"\"cz\u0119\u015b\u0107 konferencji. Tematyka tutoriali dotyczy\u0142a zar\u00f3wno biznesowych aspekt\u00f3w wykorzystania nowych technologii jak i pos\u0142ugiwania si\u0119 konkretnymi narz\u0119dziami i rozwi\u0105zaniami. Uczestnicy mogli zapozna\u0107 si\u0119, z jednej strony, z przyk\u0142adami konkretnych zastosowa\u0144 a z drugiej \u2013 naby\u0107 umiej\u0119tno\u015bci w pos\u0142ugiwaniu si\u0119 wybranymi technikami analitycznymi.
\nW\u015br\u00f3d \u0107wiczonych na warsztatach zagadnie\u0144 znalaz\u0142o si\u0119 m.in. przygotowanie systemu rekomendacyjnego bazuj\u0105cego na\u00a0rozwi\u0105zaniu Azure Machine Learning. Opr\u00f3cz przygotowania klasycznej analizy koszykowej z\u00a0wykorzystaniem pakietu arules i\u00a0algorytmu apriori, zosta\u0142o zbudowane rozwi\u0105zanie bazuj\u0105ce na\u00a0wbudowanym modelue MachBox Recommender. Przygotowany system mia\u0142 za\u00a0zadanie znalezienie wskazanych zale\u017cno\u015bci i\u00a0regu\u0142.
\nUczestnicy innego tutorialu mieli okazj\u0119 zapozna\u0107 si\u0119 z mo\u017cliwo\u015bciami wykorzystania konwolucyjnych sieci neuronowych do przewidywania popularno\u015bci film\u00f3w w serwisach spo\u0142eczno\u015bciowych. To przyk\u0142ad szerszego zagadnienia analizy tre\u015bci w sieciach spo\u0142eczno\u015bciowych.[\/vc_column_text][vc_column_text]By\u0142y tak\u017ce warsztaty ukierunkowane na pog\u0142\u0119bianie umiej\u0119tno\u015bci pos\u0142ugiwania si\u0119 konkretnymi j\u0119zykami \u2013 R, Python \u2013 oraz tworzenia bot\u00f3w. Pokazane zosta\u0142y r\u00f3wnie\u017c mechanizmy funkcjonowania tzw. uczenia g\u0142\u0119bokiego (deep learning). Mo\u017cna by\u0142o si\u0119 te\u017c zapozna\u0107 z zasadami tworzenia algorytm\u00f3w uczenia maszynowego i sposobach ich wykorzystania w \u015brodowisku big data.\"\"
\nPokazane zosta\u0142o w jaki spos\u00f3b metody uczenia maszynowego wykorzystywane s\u0105 w przetwarzaniu j\u0119zyka naturalnego. Odby\u0142a si\u0119 prezentacja wybranych metod interpretacji danych i\u00a0modeli uczenia maszynowego. Du\u017co uwagi po\u015bwi\u0119cono te\u017c mo\u017cliwo\u015bciom zastosowania i sposobom pracy z zyskuj\u0105cymi obecnie coraz wi\u0119ksz\u0105 popularno\u015b\u0107 sieciami neuronowymi. Pokazano jak ta technologia radzi sobie z rozpoznawaniem obraz\u00f3w, przetwarzaniem tekstu czy odkrywaniem sentymentu.
\nUczestnicy warsztat\u00f3w mieli, poza tym, okazj\u0119 zapozna\u0107 si\u0119 z mo\u017cliwo\u015bciami wykorzystania narz\u0119dzi z zakresu sztucznej inteligencji do rozwi\u0105zywania w\u0142asnych problem\u00f3w. Przedstawione zosta\u0142y m.in. trzy p\u0142aszczyzny wykorzystania sztucznej inteligencji: silniki, platformy i us\u0142ugi. Zaprezentowano r\u00f3wnie\u017c mo\u017cliwo\u015b\u0107 tworzenia w\u0142asnych aplikacji przy wykorzystaniu narz\u0119dzi bazuj\u0105cych na sztucznej inteligencji z chmury obliczeniowej.
\nZ kolei w\u015br\u00f3d prezentowanych przyk\u0142ad\u00f3w praktycznego, biznesowego wykorzystania rozwi\u0105za\u0144 typu Machine Learning i szerzej sztucznej inteligencji znalaz\u0142y si\u0119 projekty dotycz\u0105ce: analiz marketingowych w czasie rzeczywistym, wykrywania fraud\u00f3w w bankowo\u015bci czy monitorowania sieci ci\u0119\u017car\u00f3wek.[\/vc_column_text][vc_column_text]\n

Rozwi\u0105zania zwi\u0105zane z data science przesz\u0142y drog\u0119 od zabawki biznesowej po narz\u0119dzie produkcyjne. Pocz\u0105tkowo wykorzystywano je, bo tak wypada\u0142o, bo wszyscy wko\u0142o tak robili. Dzisiaj si\u0119ga si\u0119 po nie w celu rozwi\u0105zania konkretnych problem\u00f3w biznesowych.<\/em><\/h3>\n

*<\/em><\/h3>\n

Analityka wykorzystuj\u0105ca elementy sztucznej inteligencji wchodzi wci\u0105\u017c do nowych sektor\u00f3w i bran\u017c. Ostatnio daje si\u0119 zauwa\u017cy\u0107 du\u017ce zainteresowanie jej mo\u017cliwo\u015bciami w bran\u017cy gamingowej. Ma coraz wi\u0119ksze zastosowanie w przetwarzaniu obraz\u00f3w i przetwarzaniu j\u0119zyka.<\/em><\/h3>\n

*<\/em><\/h3>\n

Wraz z rosn\u0105cym zapotrzebowaniem rynku na specjalist\u00f3w od data science rosn\u0105 te\u017c wymagania potencjalnych pracodawc\u00f3w. Coraz wi\u0119kszego znaczenia b\u0119d\u0105 nabiera\u0142y kompetencje przekrojowe, na przyk\u0142ad na styku programowania, przetwarzania danych i statystyki.<\/em><\/h3>\n

\u00a0<\/em><\/p>\n[\/vc_column_text][\/vc_tta_section][\/vc_tta_tabs][\/vc_column][\/vc_row]\n","protected":false},"excerpt":{"rendered":"

[vc_row][vc_column][vc_tta_tabs][vc_tta_section title=”Foto” tab_id=”foto”][vc_column_text][\/vc_column_text][\/vc_tta_section][vc_tta_section title=”Relacja” tab_id=”Relacja”][vc_column_text] \u00a0Analityka z nowymi mo\u017cliwo\u015bciami [\/vc_column_text][vc_column_text] Do efektywnego wykorzystania rozwi\u0105za\u0144 bazuj\u0105cych na sztucznej inteligencji potrzeba jednocze\u015bnie wiedzy na temat reali\u00f3w biznesowych, jak i umiej\u0119tno\u015bci pos\u0142ugiwania si\u0119 konkretnymi narz\u0119dziami. Nie jest to proste, ale przyk\u0142ady ze zrealizowanych wdro\u017ce\u0144 pokazuj\u0105, \u017ce mo\u017ce przynosi\u0107 wymierne korzy\u015bci. [\/vc_column_text][vc_column_text]Uczenie maszynowe, a tak\u017ce szerzej sztuczna inteligencja, zaawansowana analityka i data science, to dziedzina coraz bardziej dojrza\u0142a. Stale si\u0119 rozwija i znajduje wci\u0105\u017c nowe zastosowania biznesowe. Dost\u0119pne w jej ramach technologie s\u0105 coraz powszechniej wykorzystywane w r\u00f3\u017cnych dziedzinach gospodarki \u2013 od telekom\u00f3w, bankowo\u015bci i ubezpiecze\u0144, przez przemys\u0142, energetyk\u0119 i logistyk\u0119, po sprzeda\u017c, marketing i us\u0142ugi. Najnowszym trendom i osi\u0105gni\u0119ciom w tym zakresie po\u015bwi\u0119cona by\u0142a konferencja \u201eMachine Learning@Enterprise 2017\u201d (ML@Enterprise). Spotkanie stanowi\u0142o okazj\u0105 do wymiany do\u015bwiadcze\u0144 i wiedzy na temat aktualnych mo\u017cliwo\u015bci i perspektyw rozwojowych, jak r\u00f3wnie\u017c nabycia konkretnych umiej\u0119tno\u015bci i kompetencji w pos\u0142ugiwaniu si\u0119 wybranymi narz\u0119dziami i technologiami.[\/vc_column_text][vc_column_text] Ro\u015bnie \u015bwiadomo\u015b\u0107 korzy\u015bci [\/vc_column_text][vc_column_text]\u201eRozwi\u0105zania zwi\u0105zane z data science przesz\u0142y drog\u0119 od zabawki biznesowej po narz\u0119dzie produkcyjne. Pocz\u0105tkowo wykorzystywano je, bo tak wypada\u0142o, bo wszyscy wko\u0142o tak robili. Dzisiaj si\u0119ga si\u0119 po nie w celu rozwi\u0105zania konkretnych problem\u00f3w biznesowych\u201d \u2013 zauwa\u017cy\u0142 podczas dyskusji panelowej Piotr Gawrysiak, profesor w Instytucie Informatyki Politechniki Warszawskiej, jednocze\u015bnie Chief Data Scientist w mBanku.[\/vc_column_text][vc_column_text]Uczestnicy panelu zwracali uwag\u0119, \u017ce analityka wykorzystuj\u0105ca elementy sztucznej inteligencji wchodzi wci\u0105\u017c do nowych sektor\u00f3w i bran\u017c. Zago\u015bci\u0142a ju\u017c na sta\u0142e nie tylko u operator\u00f3w telekomunikacyjnych czy w finansach. Ostatnio daje si\u0119 zauwa\u017cy\u0107 du\u017ce zainteresowanie jej mo\u017cliwo\u015bciami w bran\u017cy gamingowej. Ma coraz wi\u0119ksze zastosowanie w przetwarzaniu obraz\u00f3w i przetwarzaniu j\u0119zyka. Wiele narz\u0119dzi jest ju\u017c dost\u0119pnych w chmurze.[\/vc_column_text][vc_column_text]Zdaniem Dawida Detko, Data Science Architect & Team Leadera firmie Predica, przedstawiciele biznesu ju\u017c wiedz\u0105, \u017ce s\u0105 dost\u0119pne takie rozwi\u0105zania i mo\u017cna ich u\u017cy\u0107 w konkretnych celach biznesowych. Problemem wci\u0105\u017c jednak pozostaje zbieranie danych i umiej\u0119tno\u015b\u0107 ich wykorzystania. W tej materii jest jeszcze na polskim rynku wiele do zrobienia. Pomocne mog\u0105 by\u0107 projekty realizowane metodami pilota\u017cowymi. Edukacja jest nadal potrzebna, gdy\u017c w wykorzystaniu narz\u0119dzi zaawansowanej analityki przoduj\u0105 g\u0142\u00f3wnie dzia\u0142aj\u0105ce w naszym kraju przedstawicielstwa zagranicznych koncern\u00f3w. R\u00f3wnie\u017c istniej\u0105ce w Polsce firmy \u015bwiadcz\u0105ce us\u0142ugi w zakresie big data czy machine learning maj\u0105 klient\u00f3w g\u0142\u00f3wnie poza granicami kraju. Polscy przedsi\u0119biorcy, zdaniem uczestnik\u00f3w dyskusji, nie maj\u0105 wci\u0105\u017c jeszcze dostatecznej \u015bwiadomo\u015bci korzy\u015bci mo\u017cliwych do osi\u0105gni\u0119cia dzi\u0119ki rozwi\u0105zaniom z zakresu sztucznej inteligencji czy data science. Tu jest du\u017ce pole do popisu dla ludzi z bran\u017cy analitycznej.[\/vc_column_text][vc_column_text]Istniej\u0105ca sytuacja stawia tak\u017ce du\u017ce wyzwania przed instytucjami edukacyjnymi. Wraz z rosn\u0105cym zapotrzebowaniem rynku na specjalist\u00f3w od data science rosn\u0105 te\u017c wymagania potencjalnych pracodawc\u00f3w. Jak zauwa\u017cy\u0142 dr Dominik Batorski, reprezentuj\u0105cy Uniwersytet Warszawski i firm\u0119 Sotrender, analityka idzie w kierunku narz\u0119dzi \u0142atwych w u\u017cyciu. Podobnie b\u0119dzie te\u017c nied\u0142ugo w obszarze uczenia maszynowego. Dlatego m.in. coraz wi\u0119kszego znaczenia b\u0119d\u0105 nabiera\u0142y kompetencje przekrojowe, na przyk\u0142ad na styku programowania, przetwarzania danych i statystyki. Takiej wiedzy na rynku wci\u0105\u017c brakuje.[\/vc_column_text][vc_column_text] Potrzebne nowe umiej\u0119tno\u015bci \u00a0 [\/vc_column_text][vc_column_text]Okazj\u0105 do nabycia konkretnej wiedzy oraz umiej\u0119tno\u015bci z zakresu Machine Learning i sztucznej inteligencji by\u0142a warsztatowa cz\u0119\u015b\u0107 konferencji. Tematyka tutoriali dotyczy\u0142a zar\u00f3wno biznesowych aspekt\u00f3w wykorzystania nowych technologii jak i pos\u0142ugiwania si\u0119 konkretnymi narz\u0119dziami i rozwi\u0105zaniami. Uczestnicy mogli zapozna\u0107 si\u0119, z jednej strony, z przyk\u0142adami konkretnych zastosowa\u0144 a z drugiej \u2013 naby\u0107 umiej\u0119tno\u015bci w pos\u0142ugiwaniu si\u0119 wybranymi technikami analitycznymi. W\u015br\u00f3d \u0107wiczonych na warsztatach zagadnie\u0144 znalaz\u0142o si\u0119 m.in. przygotowanie systemu rekomendacyjnego bazuj\u0105cego na\u00a0rozwi\u0105zaniu Azure Machine Learning. Opr\u00f3cz przygotowania klasycznej analizy koszykowej z\u00a0wykorzystaniem pakietu arules i\u00a0algorytmu apriori, zosta\u0142o zbudowane rozwi\u0105zanie bazuj\u0105ce na\u00a0wbudowanym modelue MachBox Recommender. Przygotowany system mia\u0142 za\u00a0zadanie znalezienie wskazanych zale\u017cno\u015bci i\u00a0regu\u0142. Uczestnicy innego tutorialu mieli okazj\u0119 zapozna\u0107 si\u0119 z mo\u017cliwo\u015bciami wykorzystania konwolucyjnych sieci neuronowych do przewidywania popularno\u015bci film\u00f3w w serwisach spo\u0142eczno\u015bciowych. To przyk\u0142ad szerszego zagadnienia analizy tre\u015bci w sieciach spo\u0142eczno\u015bciowych.[\/vc_column_text][vc_column_text]By\u0142y tak\u017ce warsztaty ukierunkowane na pog\u0142\u0119bianie umiej\u0119tno\u015bci pos\u0142ugiwania si\u0119 konkretnymi j\u0119zykami \u2013 R, Python \u2013 oraz tworzenia bot\u00f3w. Pokazane zosta\u0142y r\u00f3wnie\u017c mechanizmy funkcjonowania tzw. uczenia g\u0142\u0119bokiego (deep learning). Mo\u017cna by\u0142o si\u0119 te\u017c zapozna\u0107 z zasadami tworzenia algorytm\u00f3w uczenia maszynowego i sposobach ich wykorzystania w \u015brodowisku big data. Pokazane zosta\u0142o w jaki spos\u00f3b metody uczenia maszynowego wykorzystywane s\u0105 w przetwarzaniu j\u0119zyka naturalnego. Odby\u0142a si\u0119 prezentacja wybranych metod interpretacji danych i\u00a0modeli uczenia maszynowego. Du\u017co uwagi po\u015bwi\u0119cono te\u017c mo\u017cliwo\u015bciom zastosowania i sposobom pracy z zyskuj\u0105cymi obecnie coraz wi\u0119ksz\u0105 popularno\u015b\u0107 sieciami neuronowymi. Pokazano jak ta technologia radzi sobie z rozpoznawaniem obraz\u00f3w, przetwarzaniem tekstu czy odkrywaniem sentymentu. Uczestnicy warsztat\u00f3w mieli, poza tym, okazj\u0119 zapozna\u0107 si\u0119 z mo\u017cliwo\u015bciami wykorzystania narz\u0119dzi z zakresu sztucznej inteligencji do rozwi\u0105zywania w\u0142asnych problem\u00f3w. Przedstawione zosta\u0142y m.in. trzy p\u0142aszczyzny wykorzystania sztucznej inteligencji: silniki, platformy i us\u0142ugi. Zaprezentowano r\u00f3wnie\u017c mo\u017cliwo\u015b\u0107 tworzenia w\u0142asnych aplikacji przy wykorzystaniu narz\u0119dzi bazuj\u0105cych na sztucznej inteligencji z chmury obliczeniowej. Z kolei w\u015br\u00f3d prezentowanych przyk\u0142ad\u00f3w praktycznego, biznesowego wykorzystania rozwi\u0105za\u0144 typu Machine Learning i szerzej sztucznej inteligencji znalaz\u0142y si\u0119 projekty dotycz\u0105ce: analiz marketingowych w czasie rzeczywistym, wykrywania fraud\u00f3w w bankowo\u015bci czy monitorowania sieci ci\u0119\u017car\u00f3wek.[\/vc_column_text][vc_column_text] Rozwi\u0105zania zwi\u0105zane z data science przesz\u0142y drog\u0119 od zabawki biznesowej po narz\u0119dzie produkcyjne. Pocz\u0105tkowo wykorzystywano je, bo tak wypada\u0142o, bo wszyscy wko\u0142o tak robili. Dzisiaj si\u0119ga si\u0119 po nie w celu rozwi\u0105zania konkretnych problem\u00f3w biznesowych. * Analityka wykorzystuj\u0105ca elementy sztucznej inteligencji wchodzi wci\u0105\u017c do nowych sektor\u00f3w i bran\u017c. Ostatnio daje si\u0119 zauwa\u017cy\u0107 du\u017ce zainteresowanie jej mo\u017cliwo\u015bciami w bran\u017cy gamingowej. Ma coraz wi\u0119ksze zastosowanie w przetwarzaniu obraz\u00f3w i przetwarzaniu j\u0119zyka. * Wraz z rosn\u0105cym zapotrzebowaniem rynku na specjalist\u00f3w od data science rosn\u0105 te\u017c wymagania potencjalnych pracodawc\u00f3w. Coraz wi\u0119kszego znaczenia b\u0119d\u0105 nabiera\u0142y kompetencje przekrojowe, na przyk\u0142ad na styku programowania, przetwarzania danych i statystyki. \u00a0 [\/vc_column_text][\/vc_tta_section][\/vc_tta_tabs][\/vc_column][\/vc_row]<\/p>\n","protected":false},"author":4,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/temp.techrisk.pl\/wp-json\/wp\/v2\/pages\/4774"}],"collection":[{"href":"https:\/\/temp.techrisk.pl\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/temp.techrisk.pl\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/temp.techrisk.pl\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/temp.techrisk.pl\/wp-json\/wp\/v2\/comments?post=4774"}],"version-history":[{"count":0,"href":"https:\/\/temp.techrisk.pl\/wp-json\/wp\/v2\/pages\/4774\/revisions"}],"wp:attachment":[{"href":"https:\/\/temp.techrisk.pl\/wp-json\/wp\/v2\/media?parent=4774"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}