Το Hellenic American ΚεΔιΒιΜ2 προσφέρει σε συνεργασία με την εταιρεία Ismion Inc μια νέα σειρά μαθημάτων και εργαστηρίων στην επιστήμη δεδομένων και την μηχανική μάθηση (data science and machine learning), δύο κλάδους της πληροφορικής με μεγάλη δημοτικότητα τα τελευταία χρόνια. Η επιστήμη δεδομένων περιλαμβάνει το big data management, την σημαντικότερη ίσως νέα τεχνολογία στην περιοχή της πληροφορικής και η μηχανική μάθηση υπάρχει πλέον παντού: στα συστήματα αυτόματης διαπραγμάτευσης μετοχών, στ’ αποτελέσματα αναζήτησης της Google, τ’ αυτόνομα αυτοκίνητα, τους ψηφιακούς βοηθούς όπως οι Cortana και Siri και στα καταστήματα-χωρίς-ταμεία της Amazon. Η μηχανική μάθηση έχει επίσης χρησιμοποιηθεί με επιτυχία από CRM business units για την αυτόματη κατηγοριοποίηση της πελατειακής βάσης μίας εταιρίας και την δημιουργία έξυπνων καμπανιών προσέλκυσης και διατήρησης πελατών.
Σχετικά με το MLTrain
Το MLTrain™ είναι ένα εκπαιδευτικό εγχείρημα της Ismion Inc που επικεντρώνεται στην διδασκαλία και πρακτική εφαρμογή μεθόδων μηχανικής μάθησης χρησιμοποιώντας την πλέον πρόσφατη ακαδημαϊκή έρευνα ώστε να καλύψει τις ανάγκες των σύγχρονων επιχειρήσεων. Το MLTrain προσφέρει μαθήματα διαφορετικών επιπέδων που απευθύνονται σε ένα ευρύ κοινό: από developers έως business analysts και διοικητικά στελέχη. Πεποίθησή μας είναι ότι για να γίνει το machine learning αποτελεσματικό πρέπει κανείς να κατανοήσει την δυναμική, τις πρακτικές συνέπειες και τον αντίκτυπο αυτών των μεθόδων και να τις εφαρμόζει χρησιμοποιώντας εργαλεία ανοιχτού λογισμικού που χρησιμοποιούνται από κολοσσούς της πληροφορικής όπως η Google και η Amazon. Η έδρα της MLTrain βρίσκεται στην Ατλάντα των ΗΠΑ και παρέχει τις υπηρεσίες της διεθνώς ενώ δεκάδες μαθήματα και εργαστήριά της διενεργούνται στις ΗΠΑ, την Αυστραλία και τη Νότια Αφρική.
Κατεβάστε το έντυπο σε μορφή PDF
Σεμινάρια – Workshops
- Python for Big Data Analytics and Machine Learning 101
Το σεμινάριο είναι μία επισκόπηση των βασικών μεθόδων και πρακτικών επεξεργασίας δεδομένων και μηχανικής μάθησης σε Python. Ο κώδικας που θα παρουσιαστεί, τρέχει χωρίς διαφοροποίηση στο laptop και σε big data clusters. Οι συμμετέχοντες θα μάθουν ειδικότερα πώς να επεξεργάζονται δεδομένα χρησιμοποιώντας τις βιβλιοθήκες numpy και pandas, πώς να χρησιμοποιούν την PySpark για μεγάλα big-data clusters, πώς να δημιουργούν και να επικοινωνούν αντιπροσωπευτικές γραφικές απεικονίσεις με τις βιβλιοθήκες matplotlib και seaborn και πώς να εκπαιδεύουν μοντέλα μηχανικής μάθησης με το scikit-learn.
- Deep learning with Tensorflow
Σε 16 ώρες μαθαίνουμε πώς να προγραμματίζουμε νευρωνικά δίκτυα χρησιμοποιώντας το Tensorflow, το σημαντικότερο σήμερα API ανοικτού λογισμικού που η Google χρησιμοποιεί και στην δική της μηχανή αναζήτησης.
Εισηγητές
Ο Χρήστος είναι Ηλεκτρολόγος Μηχανικός και Μηχανικός Η/Υ, με MSc στις πιθανότητες και την στατιστική (summa cum laude) και PhD στην ψηφιακή επεξεργασία σήματος και την μηχανική μάθηση όλα από το ΕΜΠ. Έχει εργαστεί ως BI specialist αρχικά και στη συνέχεια ως manager του τμήματος BI του ομίλου ΟΤΕ/COSMOTE, θυγατρικής της Deutsche Telekom AG.
Ως BI manager ήταν ο τεχνικός προϊστάμενος στην δημιουργία του Ευρωπαϊκού Big data center της Deutsche Telekom. Σήμερα εργάζεται ως data science consulting contractor για λογαριασμό της Infor Inc. με αντικείμενο τα δηλωτικά συστήματα αριθμητικής βελτιστοποίησης (declarative numerical optimization frameworks) και την μηχανική μάθηση σε βάσεις δεδομένων (in-database machine learning).
Ο Νίκος είναι διπλωματούχος Ηλεκτρολόγος Μηχανικός και Μηχανικός Η/Υ του ΕΜΠ και Διδάκτωρ του Georgia Institute of Technology. Το θέμα της διδακτορικής του διατριβής αφορούσε κλιμακούμενες τεχνικές μηχανικής μάθησης σε μεγάλα σύνολα δεδομένων.
Έχει ιδρύσει τις εταιρείες Analytics1305 LLC και Ismion Inc. Σχεδίασε και ανέπτυξε την PaperBoat machine learning library που έχει χρησιμοποιηθεί με επιτυχία στις πλατφόρμες LogicBlox και HPCCSystems.
Σήμερα εργάζεται ως machine learning consultant για λογαριασμό των εταιρειών Symantec και Infor με εξειδίκευση στο TensorFlow της Google και αναπτύσσει εκπαιδευτικό περιεχόμενο για σειρά εκπαιδευτικών σεμιναρίων TensorFlow.