Семинар про стохастические дифференциальные уравнения
▫️ 11 сентября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Арсений Попов, студент и ассистент научно-образовательного центра математики университета ИТМО
Тема: Стохастические дифференциальные уравнения: несколько слов и пара примеров сверху
Аннотация
На семинаре отвлечемся на основные идеи стохастического исчисления: введем понятие случайного процесса, рассмотрим классический и ключевой для нас случай описания броуновского движения, подойдём к понятиям стохастических интеграла и дифференциала, а также стохастических дифференциальных уравнений (СДУ). Рассмотрим пару подходов к "решению" СДУ: нахождение решения для моментов, и (в случае краевой задачи) нахождение плотности вероятности с использованием уравнения Фоккера-Планка. Завершим парой иллюстраций применения СДУ в финансовой математике и диффузионных моделях.
Уровень сложности: начинающий, для понимания материала будет достаточно знаний математического анализа и теории вероятностей уровня выпускника инженерной специальности и некоторых представлений о дифференциальных уравнениях.
▫️ 11 сентября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Арсений Попов, студент и ассистент научно-образовательного центра математики университета ИТМО
Тема: Стохастические дифференциальные уравнения: несколько слов и пара примеров сверху
Аннотация
На семинаре отвлечемся на основные идеи стохастического исчисления: введем понятие случайного процесса, рассмотрим классический и ключевой для нас случай описания броуновского движения, подойдём к понятиям стохастических интеграла и дифференциала, а также стохастических дифференциальных уравнений (СДУ). Рассмотрим пару подходов к "решению" СДУ: нахождение решения для моментов, и (в случае краевой задачи) нахождение плотности вероятности с использованием уравнения Фоккера-Планка. Завершим парой иллюстраций применения СДУ в финансовой математике и диффузионных моделях.
Уровень сложности: начинающий, для понимания материала будет достаточно знаний математического анализа и теории вероятностей уровня выпускника инженерной специальности и некоторых представлений о дифференциальных уравнениях.
👍4
Про стохастические дифференциальные уравнения
Материалы по теме от докладчика Арсения Попова @GreatestParrot.
Книги и учебники:
▫️ Я.И. Белопольская, Стохастические дифференциальные уравнения. Приложения к задачам математической физики и финансовой математики, 2023 (~300 стр.);
▫️ Д.Ф. Кузнецов, Стохастические дифференциальные уравнения: теория и практика численного решения, 2007 (~770 стр.);
▫️ С.С. Степанов, Стохастический мир, 2012 (~370 стр.);
▫️ Плюс более полный список литературы можно найти здесь.
Курс лекций:
▫️ А.Ю. Веретенников, Теория стохастических дифференциальных уравнений (19 лекций).
Пост про генеративные модели:
▫️ Yang Song, Score-based generative modeling with stochastic differential equations, 2021 (~25 минут).
А в контексте диффузионных моделей наш модератор Вазген Амбарцумов @VagOnOff вспоминал про доклады Дмитрия Ветрова:
▫️ D. Vetrov, Introduction to diffusion models (part I, part II), 2022 (~2 часа 30 минут).
Материалы по теме от докладчика Арсения Попова @GreatestParrot.
Книги и учебники:
▫️ Я.И. Белопольская, Стохастические дифференциальные уравнения. Приложения к задачам математической физики и финансовой математики, 2023 (~300 стр.);
▫️ Д.Ф. Кузнецов, Стохастические дифференциальные уравнения: теория и практика численного решения, 2007 (~770 стр.);
▫️ С.С. Степанов, Стохастический мир, 2012 (~370 стр.);
▫️ Плюс более полный список литературы можно найти здесь.
Курс лекций:
▫️ А.Ю. Веретенников, Теория стохастических дифференциальных уравнений (19 лекций).
Пост про генеративные модели:
▫️ Yang Song, Score-based generative modeling with stochastic differential equations, 2021 (~25 минут).
А в контексте диффузионных моделей наш модератор Вазген Амбарцумов @VagOnOff вспоминал про доклады Дмитрия Ветрова:
▫️ D. Vetrov, Introduction to diffusion models (part I, part II), 2022 (~2 часа 30 минут).
👍3
Семинар про RL для задачи NBO
▫️ 18 сентября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Сергей Панкратов (GlowByte Advanced Analytics)
Тема: Reinforcement Learning для задачи Next Best Offer
Аннотация
Системы NBO играют ключевую роль в персонализированном маркетинге, помогая предлагать клиентам наиболее релевантные продукты и услуги в реальном времени. Вспомним какие существуют базовые классические и Deep Learning алгоритмы и стратегии обучения, когда и как их можно применить, рассмотрим несколько интересных кейсов из практики применительно к задаче NBO и рекомендациям товаров/действий.
В докладе:
▫️ Обзор основных классических и DL алгоритмов;
▫️ Типовая схема процесса обучения;
▫️ Примеры кейсов on-line / off-line обучения.
Уровень сложности: начинающий, для понимания материала будет достаточно общих знаний и навыков в Supervised Learning.
▫️ 18 сентября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Сергей Панкратов (GlowByte Advanced Analytics)
Тема: Reinforcement Learning для задачи Next Best Offer
Аннотация
Системы NBO играют ключевую роль в персонализированном маркетинге, помогая предлагать клиентам наиболее релевантные продукты и услуги в реальном времени. Вспомним какие существуют базовые классические и Deep Learning алгоритмы и стратегии обучения, когда и как их можно применить, рассмотрим несколько интересных кейсов из практики применительно к задаче NBO и рекомендациям товаров/действий.
В докладе:
▫️ Обзор основных классических и DL алгоритмов;
▫️ Типовая схема процесса обучения;
▫️ Примеры кейсов on-line / off-line обучения.
Уровень сложности: начинающий, для понимания материала будет достаточно общих знаний и навыков в Supervised Learning.
🔥6
NoML Recap — NBO & RL
В преддверии завтрашнего доклада можно вспомнить, что у нас тут уже было со словами NBO и RL.
Про бизнес задачу NBO:
▫️ Вазген Амбарцумов (GlowByte), Маркетинговая оптимизация и задача Next Best Offer, 2024. YouTube | Дзен | RuTube (1 час 15 минут).
Про разгон оптимизационных совлеров для NBO у нас кстати появился свежий посте в блоге на Хабре:
▫️ Как нам удалось в 100 раз ускорить решение оптимизационной задачи NBO в Альфа-Банке, 2024 (6 минут).
Детальный доклад про подход с разгоном солверов:
▫️ Максим Гончаров (GlowByte), Алексей Никоноров (GlowByte), Опыт по ускорению оптимизационных open source солверов на примере решения задачи NBO, 2024. YouTube | Дзен | RuTube (1 час 45 минут).
Про RL для NBO можно еще вспомнить наш старый пост на Хабре:
▫️ Как Reinforcement Learning помогает ритейлерам, 2020 (14 минут).
И вот еще пара историй в сторону многоруких бандитов:
▫️ Дмитрий Забавин (GlowByte), Сергей Вакунов (GlowByte), RL-SQL: Решение задачи многорукого бандита методом сэмплирования Томпсона, для произвольных распределений, средствами SQL, 2023. YouTube | Дзен | RuTube (2 часа);
▫️ Юрий Дорн (МГУ, МФТИ, ШАД), Bandits with something: бандиты с бюджетами (bandits with knapsacks) и бандиты с тяжелыми хвостами (bandits with heavy tails), 2024. YouTube | Дзен | RuTube (1 час 30 минут).
Также была у нас когда-то подборка материалов для подробного изучения темы:
▫️ Курсы и книги по RL.
И вот еще пара подборок статей:
▫️ От A/B тестов к многоруким бандитам и RL;
▫️ RL, рек. системы и всякое разное.
В преддверии завтрашнего доклада можно вспомнить, что у нас тут уже было со словами NBO и RL.
Про бизнес задачу NBO:
▫️ Вазген Амбарцумов (GlowByte), Маркетинговая оптимизация и задача Next Best Offer, 2024. YouTube | Дзен | RuTube (1 час 15 минут).
Про разгон оптимизационных совлеров для NBO у нас кстати появился свежий посте в блоге на Хабре:
▫️ Как нам удалось в 100 раз ускорить решение оптимизационной задачи NBO в Альфа-Банке, 2024 (6 минут).
Детальный доклад про подход с разгоном солверов:
▫️ Максим Гончаров (GlowByte), Алексей Никоноров (GlowByte), Опыт по ускорению оптимизационных open source солверов на примере решения задачи NBO, 2024. YouTube | Дзен | RuTube (1 час 45 минут).
Про RL для NBO можно еще вспомнить наш старый пост на Хабре:
▫️ Как Reinforcement Learning помогает ритейлерам, 2020 (14 минут).
И вот еще пара историй в сторону многоруких бандитов:
▫️ Дмитрий Забавин (GlowByte), Сергей Вакунов (GlowByte), RL-SQL: Решение задачи многорукого бандита методом сэмплирования Томпсона, для произвольных распределений, средствами SQL, 2023. YouTube | Дзен | RuTube (2 часа);
▫️ Юрий Дорн (МГУ, МФТИ, ШАД), Bandits with something: бандиты с бюджетами (bandits with knapsacks) и бандиты с тяжелыми хвостами (bandits with heavy tails), 2024. YouTube | Дзен | RuTube (1 час 30 минут).
Также была у нас когда-то подборка материалов для подробного изучения темы:
▫️ Курсы и книги по RL.
И вот еще пара подборок статей:
▫️ От A/B тестов к многоруким бандитам и RL;
▫️ RL, рек. системы и всякое разное.
Еще про многоруких бандитов
Кстати в контексте вот этого семинара:
▫️ Юрий Дорн (МГУ, МФТИ, ШАД), Bandits with something: бандиты с бюджетами (bandits with knapsacks) и бандиты с тяжелыми хвостами (bandits with heavy tails), 2024. YouTube | Дзен | RuTube (1 час 30 минут)
подборка материалов от докладчика Юрия Дорна что-то не доехала до канала, пришло время исправиться.
Введение в тему:
▫️ A. Slivkins, Introduction to Multi-Armed Bandits, 2019 (~160 стр.)
Две работы по тяжелым хвостам:
▫️ S. Bubeck, N. Cesa-Bianchi, G. Lugosi, Bandits with heavy tail, 2012 (14 стр., ~20-30 минут);
▫️ J. Huang, Y. Dai, L. Huang, Adaptive Best-of-Both-Worlds Algorithm for Heavy-Tailed Multi-Armed Bandits, 2022 (28 стр., 50-70 минут).
Кстати в контексте вот этого семинара:
▫️ Юрий Дорн (МГУ, МФТИ, ШАД), Bandits with something: бандиты с бюджетами (bandits with knapsacks) и бандиты с тяжелыми хвостами (bandits with heavy tails), 2024. YouTube | Дзен | RuTube (1 час 30 минут)
подборка материалов от докладчика Юрия Дорна что-то не доехала до канала, пришло время исправиться.
Введение в тему:
▫️ A. Slivkins, Introduction to Multi-Armed Bandits, 2019 (~160 стр.)
Две работы по тяжелым хвостам:
▫️ S. Bubeck, N. Cesa-Bianchi, G. Lugosi, Bandits with heavy tail, 2012 (14 стр., ~20-30 минут);
▫️ J. Huang, Y. Dai, L. Huang, Adaptive Best-of-Both-Worlds Algorithm for Heavy-Tailed Multi-Armed Bandits, 2022 (28 стр., 50-70 минут).
❤2
Про RL
Запись вчерашнего семинара скоро будет, а пока список литературы и материалов из доклада Сергея:
Книги:
▫️ R.S. Sutton, A.G. Barto, Reinforcement Learning, 2018, есть перевод (~550 стр.);
▫️ M. Lapan, Deep Reinforcement Learning Hands-On, 2020, есть перевод (~540 стр.);
▫️ L. Graesser, W.L. Keng, Foundations of Deep Reinforcement Learning, есть перевод (~410 стр.).
Вводная статья:
▫️ B. Jaeger, A. Geiger, An Invitation to Deep Reinforcement Learning, 2023 (38 стр.).
Курс:
▫️ Deep Reinforcement Learning Course.
Кейс команды GlowByte Advanced Analytics:
▫️ Как Reinforcement Learning помогает ритейлерам, 2020 (14 минут).
И еще пара статей:
▫️ Y. Lin et al., A Survey on Reinforcement Learning for Recommender Systems, 2021 (20 стр., ~1,5 часа);
▫️ F. Chen et al., BCRLSP: An Offline Reinforcement Learning Framework for Sequential Targeted Promotion, 2022 (7 стр., ~30-40 минут).
Запись вчерашнего семинара скоро будет, а пока список литературы и материалов из доклада Сергея:
Книги:
▫️ R.S. Sutton, A.G. Barto, Reinforcement Learning, 2018, есть перевод (~550 стр.);
▫️ M. Lapan, Deep Reinforcement Learning Hands-On, 2020, есть перевод (~540 стр.);
▫️ L. Graesser, W.L. Keng, Foundations of Deep Reinforcement Learning, есть перевод (~410 стр.).
Вводная статья:
▫️ B. Jaeger, A. Geiger, An Invitation to Deep Reinforcement Learning, 2023 (38 стр.).
Курс:
▫️ Deep Reinforcement Learning Course.
Кейс команды GlowByte Advanced Analytics:
▫️ Как Reinforcement Learning помогает ритейлерам, 2020 (14 минут).
И еще пара статей:
▫️ Y. Lin et al., A Survey on Reinforcement Learning for Recommender Systems, 2021 (20 стр., ~1,5 часа);
▫️ F. Chen et al., BCRLSP: An Offline Reinforcement Learning Framework for Sequential Targeted Promotion, 2022 (7 стр., ~30-40 минут).
👍4
Запись семинара
Сергей Панкратов (GlowByte) — Reinforcement Learning для задачи Next Best Offer. YouTube | Дзен | RuTube (~1 час 50 минут).
Слайды можно найти в базе знаний noml.club и в чате @noml_community.
Сергей Панкратов (GlowByte) — Reinforcement Learning для задачи Next Best Offer. YouTube | Дзен | RuTube (~1 час 50 минут).
Слайды можно найти в базе знаний noml.club и в чате @noml_community.
NoML Recap — внезапно про MLOps
В прошлый четверг была конференция Scoring Day. Коллеги Екатерина Лазаричева из Альфа-Банка и Альфия Харламова из GlowByte выступили там с докладом про продуктивизацию и оркестрацию каскадов ML моделей. Более детальный рассказ по теме был у нас недавно на семинаре:
▫️ Альфия Харламова, Гевонд Асадян, От бизнес-потребности к эксплуатации за 5 шагов: как мы выстроили унифицированный процесс разработки и продуктивизации каскадов связанных ML моделей в Альфа-Банке, 2024. YouTube | Дзен | RuTube (~45 минут).
И в связи с этим событием вспомним еще некоторые (далеко не все) наши мероприятия вокруг платформ для ML и MLOps:
▫️ Михаил Зайцев, Григорий Шутов, Евгений Вилков, Платформа для DS/ML Kolmogorov: архитектура и демо, 2024. YouTube | Дзен | RuTube (~1 час 20 минут);
▫️ Tina Naro, Nathan Mogilchenko, ClearML: Introduction & Demo, 2024. YouTube | Дзен | RuTube (~1 час 45 минут);
▫️ Артём Трофимов, Григорий Шутов, Данил Сивцов, Митап про MLOps: решения GlowByte, Yandex.Cloud и Cloud MLSpace, 2022. YouTube | Дзен | RuTube (~2 часа 20 минут).
Ну и говоря про MLOps нельзя пройти мимо темы FS:
▫️ Feature Store NoML Recap.
В прошлый четверг была конференция Scoring Day. Коллеги Екатерина Лазаричева из Альфа-Банка и Альфия Харламова из GlowByte выступили там с докладом про продуктивизацию и оркестрацию каскадов ML моделей. Более детальный рассказ по теме был у нас недавно на семинаре:
▫️ Альфия Харламова, Гевонд Асадян, От бизнес-потребности к эксплуатации за 5 шагов: как мы выстроили унифицированный процесс разработки и продуктивизации каскадов связанных ML моделей в Альфа-Банке, 2024. YouTube | Дзен | RuTube (~45 минут).
И в связи с этим событием вспомним еще некоторые (далеко не все) наши мероприятия вокруг платформ для ML и MLOps:
▫️ Михаил Зайцев, Григорий Шутов, Евгений Вилков, Платформа для DS/ML Kolmogorov: архитектура и демо, 2024. YouTube | Дзен | RuTube (~1 час 20 минут);
▫️ Tina Naro, Nathan Mogilchenko, ClearML: Introduction & Demo, 2024. YouTube | Дзен | RuTube (~1 час 45 минут);
▫️ Артём Трофимов, Григорий Шутов, Данил Сивцов, Митап про MLOps: решения GlowByte, Yandex.Cloud и Cloud MLSpace, 2022. YouTube | Дзен | RuTube (~2 часа 20 минут).
Ну и говоря про MLOps нельзя пройти мимо темы FS:
▫️ Feature Store NoML Recap.
❤3👍2🔥1
Семинар про искусство математического моделирования
▫️ 25 сентября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Алексей Ложкинс (LA Optimization)
Тема: Искусство математического моделирования
Аннотация
Промышленное математическое программирование — компромисс полезности моделей и их производительности. В некоторых случаях, производительность возможно повысить путем незначительного изменения исходной модели — об этом поговорим на семинаре.
В рамках доклада рассмотрим несколько задач целочисленного линейного программирования. Примеры призваны помочь в определении того, что есть "хорошая" и "плохая" модель.
Уровень сложности: средний, для понимания материала будет достаточно общих знаний об области исследования операций. В докладе будут фигурировать такие задачи, как поток минимальной стоимости, задача о разбиении множества и транспортная задача.
▫️ 25 сентября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Алексей Ложкинс (LA Optimization)
Тема: Искусство математического моделирования
Аннотация
Промышленное математическое программирование — компромисс полезности моделей и их производительности. В некоторых случаях, производительность возможно повысить путем незначительного изменения исходной модели — об этом поговорим на семинаре.
В рамках доклада рассмотрим несколько задач целочисленного линейного программирования. Примеры призваны помочь в определении того, что есть "хорошая" и "плохая" модель.
Уровень сложности: средний, для понимания материала будет достаточно общих знаний об области исследования операций. В докладе будут фигурировать такие задачи, как поток минимальной стоимости, задача о разбиении множества и транспортная задача.
🔥3❤1
NoML Digest
Про конфиденциальную аналитику В среду поучаствовал в IV встрече экспертного сообщества по криптографии и большим данным. Мероприятие было организовано компанией Криптонит @kryptonite_channel и проходило в Музее криптографии @cryptography_museum (кстати,…
Про доверенный ИИ и AI TRiSM
Появилась запись встречи экспертного сообщества по криптографии и большим данным от 28 августа 2024 года по теме “Доверенный ИИ”:
▫️ RuTube | VK Видео (~2 часа 30 минут).
Еще вслед небольшая мысль, которую не успел озвучить во время своего выступления. Есть такой термин от Гартнера AI TRiSM (Trust, Risk, Security Management), стоящий на 4-х столпах:
▫️ Explainability / Model Monitoring;
▫️ ModelOps;
▫️ AI Application Security;
▫️ (Data) Privacy.
Все эти темы как раз детально обсудили на встрече экспертного сообщества 28 августа.
По нашему мнению есть еще один важный столп, который должны накрывать вопросы доверенного ИИ, это:
▫️ Процессы принятия решений.
Ведь степень доверия к технологиям и методам DS/ML/AI не может быть абсолютной, она всегда относительна — относительна бизнес-приложениям, в которых используются эти методы, то есть принятию решений, которые частично или полностью автоматизируются с помощью ИИ.
А математическая оптимизация и исследование операций, которые мы тут активно продвигаем — это как раз про моделирование для автоматизации принятия решений.
Появилась запись встречи экспертного сообщества по криптографии и большим данным от 28 августа 2024 года по теме “Доверенный ИИ”:
▫️ RuTube | VK Видео (~2 часа 30 минут).
Еще вслед небольшая мысль, которую не успел озвучить во время своего выступления. Есть такой термин от Гартнера AI TRiSM (Trust, Risk, Security Management), стоящий на 4-х столпах:
▫️ Explainability / Model Monitoring;
▫️ ModelOps;
▫️ AI Application Security;
▫️ (Data) Privacy.
Все эти темы как раз детально обсудили на встрече экспертного сообщества 28 августа.
По нашему мнению есть еще один важный столп, который должны накрывать вопросы доверенного ИИ, это:
▫️ Процессы принятия решений.
Ведь степень доверия к технологиям и методам DS/ML/AI не может быть абсолютной, она всегда относительна — относительна бизнес-приложениям, в которых используются эти методы, то есть принятию решений, которые частично или полностью автоматизируются с помощью ИИ.
А математическая оптимизация и исследование операций, которые мы тут активно продвигаем — это как раз про моделирование для автоматизации принятия решений.
👍3
Про методы ускорения солверов
Алексейс вчера на семинаре сделал интересный доклад про то, как переформулировка постановки задач мат. оптимизации помогает существенно повысить производительность солвера. После доклада у нас случилась небольшая дискуссия, на которой вспоминали про другие способы ускорения солверов, так что пока ждем запись вчерашнего семинара, можно вспомнить доклады по этой теме:
▫️ Семён Косяченко, ML в задачах смешанной линейно-целочисленной оптимизации. ZyOpt, 2023. YouTube | Дзен | RuTube (~1 час 20 минут);
▫️ Максим Гончаров, Алексей Никоноров, Опыт по ускорению оптимизационных open source солверов на примере решения задачи NBO, 2024. YouTube | Дзен | RuTube (~1 час 45 минут).
А еще вспоминали квантовые компьютеры, так что про квантово-вдохновленную оптимизацию тоже будет в тему:
▫️ Сергей Усманов, Квантово-вдохновленные алгоритмы оптимизации для прикладных задач, 2024. YouTube | Дзен | RuTube (~1 час 25 минут).
Другие доклады по мат. оптимизации и исследованию операций можно найти в нашей базе знаний noml.club, есть соответствующий тег.
Алексейс вчера на семинаре сделал интересный доклад про то, как переформулировка постановки задач мат. оптимизации помогает существенно повысить производительность солвера. После доклада у нас случилась небольшая дискуссия, на которой вспоминали про другие способы ускорения солверов, так что пока ждем запись вчерашнего семинара, можно вспомнить доклады по этой теме:
▫️ Семён Косяченко, ML в задачах смешанной линейно-целочисленной оптимизации. ZyOpt, 2023. YouTube | Дзен | RuTube (~1 час 20 минут);
▫️ Максим Гончаров, Алексей Никоноров, Опыт по ускорению оптимизационных open source солверов на примере решения задачи NBO, 2024. YouTube | Дзен | RuTube (~1 час 45 минут).
А еще вспоминали квантовые компьютеры, так что про квантово-вдохновленную оптимизацию тоже будет в тему:
▫️ Сергей Усманов, Квантово-вдохновленные алгоритмы оптимизации для прикладных задач, 2024. YouTube | Дзен | RuTube (~1 час 25 минут).
Другие доклады по мат. оптимизации и исследованию операций можно найти в нашей базе знаний noml.club, есть соответствующий тег.
👍2❤1
Мероприятия NoML в октябре
Полный план онлайн семинаров на следующий месяц, все доклады по средам в 17:00 МСК, сохраняйте релевантные темы в свои календари:
▫️ 02.10 | Александр Рыжков (Sber AI Lab), Как LightAutoML победил на Kaggle AutoML Grand Prix 2024?
▫️ 09.10 | Алексей Тарасов (Разумное Расписание), Алгоритм огранки бриллиантов на основе методов нелинейной оптимизации;
▫️ 16.10 | Илья Герасимов (Криптонит, ВМК МГУ), О схемах полностью гомоморфного шифрования: реализации, применение и стойкость;
▫️ 23.10 | (Тема будет объявлена позже);
▫️ 30.10 | Фёдор Смирнов (GlowByte), Вероятностное программирование для кластеризации временных рядов.
Ссылка для подключения: Google Meet→
Следите за обновлениями в наших канале @noml_digest и чате @noml_community, там же публикуются более детальные анонсы предстоящих докладов.
Полный план онлайн семинаров на следующий месяц, все доклады по средам в 17:00 МСК, сохраняйте релевантные темы в свои календари:
▫️ 02.10 | Александр Рыжков (Sber AI Lab), Как LightAutoML победил на Kaggle AutoML Grand Prix 2024?
▫️ 09.10 | Алексей Тарасов (Разумное Расписание), Алгоритм огранки бриллиантов на основе методов нелинейной оптимизации;
▫️ 16.10 | Илья Герасимов (Криптонит, ВМК МГУ), О схемах полностью гомоморфного шифрования: реализации, применение и стойкость;
▫️ 23.10 | (Тема будет объявлена позже);
▫️ 30.10 | Фёдор Смирнов (GlowByte), Вероятностное программирование для кластеризации временных рядов.
Ссылка для подключения: Google Meet→
Следите за обновлениями в наших канале @noml_digest и чате @noml_community, там же публикуются более детальные анонсы предстоящих докладов.
👍3
Про математическую оптимизацию
В завершение темы предыдущей недели рекомендации материалов от нашего докладчика @lozkins.
Из блога Алексея Ложкинса на Хабре:
▫️ Задача о разбиении сети: Разделяй и запускай: делим тестовый стенд между департаментами, 2024 (~12 минут);
▫️ Еще мы вспоминали про Алгоритм генерации столбцов (Column Generation), 2024 (~15 минут).
Книга:
▫️ H.P. Williams, Model Building in Mathematical Programming, 2013 (~430 стр.)
Вебинары Gurobi:
▫️ Tech Talk & Chat — Converting Weak to Strong MIP Formulations, 2022 (~1 час);
▫️ Tech Talk & Chat — Converting Weak to Strong MIP Formulations, Part II, 2022 (~1 час 35 минут).
Еще Алексей когда-то рекомендавал у нас в чате:
▫️ Отчет Gurobi: State of Mathematical Optimization 2023 (~15 минут);
▫️ Обзорная статья: F. Petropoulos et al., Operational Research: Methods and Applications, 2023 (~180 стр.)
А еще в конце семинара мы вспоминали бенчмарки солверов:
▫️ Benchmarks for Optimization Software.
В завершение темы предыдущей недели рекомендации материалов от нашего докладчика @lozkins.
Из блога Алексея Ложкинса на Хабре:
▫️ Задача о разбиении сети: Разделяй и запускай: делим тестовый стенд между департаментами, 2024 (~12 минут);
▫️ Еще мы вспоминали про Алгоритм генерации столбцов (Column Generation), 2024 (~15 минут).
Книга:
▫️ H.P. Williams, Model Building in Mathematical Programming, 2013 (~430 стр.)
Вебинары Gurobi:
▫️ Tech Talk & Chat — Converting Weak to Strong MIP Formulations, 2022 (~1 час);
▫️ Tech Talk & Chat — Converting Weak to Strong MIP Formulations, Part II, 2022 (~1 час 35 минут).
Еще Алексей когда-то рекомендавал у нас в чате:
▫️ Отчет Gurobi: State of Mathematical Optimization 2023 (~15 минут);
▫️ Обзорная статья: F. Petropoulos et al., Operational Research: Methods and Applications, 2023 (~180 стр.)
А еще в конце семинара мы вспоминали бенчмарки солверов:
▫️ Benchmarks for Optimization Software.
👍5❤1
Семинар про то как LightAutoML на Kaggle победил
▫️ 2 октября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Александр Рыжков, 4х Kaggle Grandmaster, Team Lead команды AutoML, Sber AI Lab
Тема: Как LightAutoML победил на Kaggle AutoML Grand Prix 2024?
Аннотация
В своем докладе Александр расскажет и покажет на конкретных примерах, каким образом его команда LightAutoML testers смогла обойти всех конкурентов из Кремниевой долины (Amazon, H2O, …) и занять первое место в соревновании Kaggle AutoML GrandPrix 2024.
Уровень сложности: средний, для понимания материала будет достаточно общих знаний и навыков в DS/ML.
▫️ 2 октября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Александр Рыжков, 4х Kaggle Grandmaster, Team Lead команды AutoML, Sber AI Lab
Тема: Как LightAutoML победил на Kaggle AutoML Grand Prix 2024?
Аннотация
В своем докладе Александр расскажет и покажет на конкретных примерах, каким образом его команда LightAutoML testers смогла обойти всех конкурентов из Кремниевой долины (Amazon, H2O, …) и занять первое место в соревновании Kaggle AutoML GrandPrix 2024.
Уровень сложности: средний, для понимания материала будет достаточно общих знаний и навыков в DS/ML.
🔥6👍2❤1
Про LightAutoML
Александр, кстати, у нас уже выступал ранее:
▫️ Александр Рыжков (Sber AI Lab), LightAutoML: как строить ML модели быстрее, 2022. YouTube | Дзен | RuTube (~2 часа 50 минут).
Плюс ресурсы по LightAutoML (LAMA):
▫️ GitHub: LightAutoML;
▫️ Telegram-канал: @lightautoml.
Александр, кстати, у нас уже выступал ранее:
▫️ Александр Рыжков (Sber AI Lab), LightAutoML: как строить ML модели быстрее, 2022. YouTube | Дзен | RuTube (~2 часа 50 минут).
Плюс ресурсы по LightAutoML (LAMA):
▫️ GitHub: LightAutoML;
▫️ Telegram-канал: @lightautoml.
😁1
Семинар про огранку бриллиантов
▫️ 9 октября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Алексей Тарасов (к.ф.-м.н., Разумное Расписание)
Тема: Алгоритм огранки бриллиантов на основе методов нелинейной оптимизации
Аннотация
В докладе будет рассказана история создания уникального алгоритма огранки бриллиантов SmartRecut, основанного на модели непрерывной нелинейной оптимизации. Мы подробно обсудим путь от идеи до реализации, освещая ключевые математические аспекты и особенности работы с задачами непрерывной нелинейной оптимизации. Помимо этого будут затронуты вопросы выполнения инновационных проектов и упаковки технологий в готовые решения.
Уровень сложности: средний, ключевые слова: мат. моделирование, нелинейная оптимизация, IPOPT.
▫️ 9 октября (среда), 17:00 МСК
▫️ Подключение→
Выступает: Алексей Тарасов (к.ф.-м.н., Разумное Расписание)
Тема: Алгоритм огранки бриллиантов на основе методов нелинейной оптимизации
Аннотация
В докладе будет рассказана история создания уникального алгоритма огранки бриллиантов SmartRecut, основанного на модели непрерывной нелинейной оптимизации. Мы подробно обсудим путь от идеи до реализации, освещая ключевые математические аспекты и особенности работы с задачами непрерывной нелинейной оптимизации. Помимо этого будут затронуты вопросы выполнения инновационных проектов и упаковки технологий в готовые решения.
Уровень сложности: средний, ключевые слова: мат. моделирование, нелинейная оптимизация, IPOPT.
Очный семинар про эффективность моделей в бизнесе
▫️ 23 октября (среда), 17:00 МСК
▫️ Место встречи: г. Москва, точный адрес отправим после регистрации
Тема:
Эффективность ML-моделей для бизнеса
Приглашенные эксперты:
▫️ Роман Мизюрин (Альфа Банк), Опыт оценки финансовых эффектов для задач машинного обучения;
▫️ Виктор Кантор (МТС), ML Inside: топ-4 способа монетизации ML в B2C компании;
▫️ Александр Ефимов (GlowByte) Эволюция целей и задач для ML команд.
Модератор дискуссии:
▫️ Глеб Шуклин, директор Ассоциации больших данных.
Организаторы:
Ассоциация Больших Данных, GlowByte
Участие бесплатное, но необходима регистрация.
▫️ 23 октября (среда), 17:00 МСК
▫️ Место встречи: г. Москва, точный адрес отправим после регистрации
Тема:
Эффективность ML-моделей для бизнеса
Приглашенные эксперты:
▫️ Роман Мизюрин (Альфа Банк), Опыт оценки финансовых эффектов для задач машинного обучения;
▫️ Виктор Кантор (МТС), ML Inside: топ-4 способа монетизации ML в B2C компании;
▫️ Александр Ефимов (GlowByte) Эволюция целей и задач для ML команд.
Модератор дискуссии:
▫️ Глеб Шуклин, директор Ассоциации больших данных.
Организаторы:
Ассоциация Больших Данных, GlowByte
Участие бесплатное, но необходима регистрация.