Lviv Hadoop User Group
понеділок, 23 січня 2017 р.
пʼятниця, 8 липня 2016 р.
вівторок, 10 травня 2016 р.
AI&BigData Lab: конференція з машинного інтелекту та великих даних 4 червня в Одесі.
4 червня в Одесі відбудеться конференція AI&BigData Lab від Geeks Lab, присвячена машинному інтелекту та великим даним. Серед спікерів - українські та закордонні інженери, вчені, розробники ПО із міжнародних компаній та технологічних стартапів. Загалом, очікується до 14 доповідачів на двох потоках та близько 250 учасників.
Теми конференції присвячені всьому спектру розробки AI&BigData технологій: математичним алгоритмам та моделям, архітектурним питанням, методолгіям, реальним історіям впровадження рішень.
Ознайомитися з попередньою програмою та зареєструватися можна за посиланням:
http://geekslab.co/events/61-konferentsiya-aibig-data-lab?utm_source=hadoop_lviv&utm_medium=art&utm_campaign=ai
Знижка 10% для спільноти за промокодом: HadoopLviv
вівторок, 12 квітня 2016 р.
Lviv Hadoop User Group Meetup #4
Запрошуємо всіх бажаючих, 28 квітня о 18:30 на 4-ту зустріч юзер групи за адресою Олени Степанівни 45, 5й поверх - тренінг центр.
Програма:
18:30 — 19:00 Реєстрація
19:00 — 19:40 — Дмитро Первов, Solution Architect, EPAM - «Migrating Hive ETL from HDP to Amazon EMR prototype»
19:40 — 20:00 Перерва
20:00 — 20:40 — Сергій Шельпук, Head of Data Science, V.I.Tech - «Методологія data science проектів»
20:45 — 21:25 Анатолій Зізда, Lead Software Engineer, EPAM - «Hive in Big Data projects, tips and pits»
Для відвідування заходу реєстрація обов'язкова - кількість місць обмежена!!!
Відвідати особисто:
Приєднатися онлайн:
Програма:
18:30 — 19:00 Реєстрація
19:00 — 19:40 — Дмитро Первов, Solution Architect, EPAM - «Migrating Hive ETL from HDP to Amazon EMR prototype»
19:40 — 20:00 Перерва
20:00 — 20:40 — Сергій Шельпук, Head of Data Science, V.I.Tech - «Методологія data science проектів»
20:45 — 21:25 Анатолій Зізда, Lead Software Engineer, EPAM - «Hive in Big Data projects, tips and pits»
Для відвідування заходу реєстрація обов'язкова - кількість місць обмежена!!!
Відвідати особисто:
Приєднатися онлайн:
пʼятниця, 4 грудня 2015 р.
Spark 1.6 and notebook samples
Одна з останіх презентацій по спарк 1.6 йде з набором прикладів викладених за допомогою нотебуків, це мабуть один з найцікавіших прикладів демо з кодом
http://go.databricks.com/apache-spark-1.6-with-patrick-wendell
http://go.databricks.com/apache-spark-1.6-with-patrick-wendell
четвер, 11 червня 2015 р.
typical dataflow with around 1 TB/s
— dennylee (@dennylee) June 10, 2015
ok, typical dataflow with around 1 TB/s
четвер, 2 квітня 2015 р.
Зустріч клубу “Artificial Intelligence”
4 квітня 11:00
Львів, Львівський інститут менеджменту, вул. Ліська 16, 1 поверх, 1 аудиторія
Теми доповідей:
— Олександр Кондуфоров
Передбачення цін на авіаквитки за допомогою часових рядів
Як відомо, ціни на авіаквитки міняються дуже швидко і непередбачувано. Є багато порад з цього приводу, коли і як купувати квитки дешевше, але, на жаль, вони не універсальні і часто не приносять очікуваного ефекту. Тому, коли людина має бажання купити квитки на сайтах Expedia, Kayak, Anywayanyday та інших, вона хоче знати, чи потрібно купувати квиток терміново, так як ціна буде рости в найближчому часі, чи є сенс почекати з покупкою, оскільки ціна буде падати.
З доповіді ви дізнаєтесь про одне з рішень цієї задачі. Мова йтиме про часові ряди, їх види та характеристики, а також різні алгоритми прогнозування, які можуть бути використані, і про практичний досвід їх використання
Передбачення цін на авіаквитки за допомогою часових рядів
Як відомо, ціни на авіаквитки міняються дуже швидко і непередбачувано. Є багато порад з цього приводу, коли і як купувати квитки дешевше, але, на жаль, вони не універсальні і часто не приносять очікуваного ефекту. Тому, коли людина має бажання купити квитки на сайтах Expedia, Kayak, Anywayanyday та інших, вона хоче знати, чи потрібно купувати квиток терміново, так як ціна буде рости в найближчому часі, чи є сенс почекати з покупкою, оскільки ціна буде падати.
З доповіді ви дізнаєтесь про одне з рішень цієї задачі. Мова йтиме про часові ряди, їх види та характеристики, а також різні алгоритми прогнозування, які можуть бути використані, і про практичний досвід їх використання
— Сергій Шельпук
Кластеризація з stochastic k-modes
Кластеризація даних з мультиноміальними ознаками (features) — задача, що має ключове значення для побудови систем пошуку та рекомендацій. У той же час для неї неможливо використовувати k-means через обмеження на евклідів простір. Stochastic k-modes — новий метод кластеризації, розроблений нами спеціально для цієї задачі. Він може працювати з Big Data та має статистично гарантовані властивості збіжності.
Доповідь буде присвячена stochastic k-modes та його застосуванню для пошуку схожих пацієнтів і порівняння популяцій на масштабі в 30 мільйонів пацієнтів і їх медичних карток.
Кластеризація з stochastic k-modes
Кластеризація даних з мультиноміальними ознаками (features) — задача, що має ключове значення для побудови систем пошуку та рекомендацій. У той же час для неї неможливо використовувати k-means через обмеження на евклідів простір. Stochastic k-modes — новий метод кластеризації, розроблений нами спеціально для цієї задачі. Він може працювати з Big Data та має статистично гарантовані властивості збіжності.
Доповідь буде присвячена stochastic k-modes та його застосуванню для пошуку схожих пацієнтів і порівняння популяцій на масштабі в 30 мільйонів пацієнтів і їх медичних карток.
Зустріч абсолютно безкоштовна, потрібно лише зареєструватись, оскільки кількість місць обмежена. На слухачів вкінці зустрічі чекає невеликий сюрприз☺
Деталі - за посиланням http://dou.ua/calendar/6832/
Підписатися на:
Дописи (Atom)