 Nie jesteś zalogowany | zaloguj się |
| Nie jesteś zalogowany | zaloguj się |
Seminarium badawcze poświęcone szeroko rozumianym zagadnieniom systemów inteligentnych, w tym: sztucznej inteligencji, odkrywaniu wiedzy, wnioskowaniom aproksymacyjnym, uczeniu maszynowemu i tematom pokrewnym.
Seminarium jest bezpośrednią kontynuacją Seminarium badawczego Zakładu Logiki pt. "Wnioskowania aproksymacyjne w eksploracji danych"
2023-06-16, godz. 17:00, 4060 & online: meet.google.com/jbj-tdsr-aop
Justyna Pawłowska-Bebel (PJATK)
Self-induced bias of recommender systems
Recommendation algorithms trained on a training set containing suboptimal decisions may increase the likelihood of making more bad decisions in the future. We call this harmful effect self-induced bias, to emphasize that the bias is driven directly by the user's past choices. In order to better ...
2023-06-16, godz. 16:15, 4060 & online: meet.google.com/jbj-tdsr-aop
Krzysztof Żabiński (Uniwersytet Śląski)
Konstrukcja reguł decyzyjnych oparta o selekcję cech
W ramach seminarium omówiony zostanie algorytm indukcji reguł decyzyjnych oparty o reprezentację EAV tablicy decyzyjnej i selekcję cech przy wykorzystaniu rankingu budowanego na podstawie odchylenia standardowego wartości atrybutów względem klas decyzyjnych. Algorytm ten dos...
Prezentacja K. Żabińskiego o konstrukcji reguł decyzyjnych opartych o selekcję cech
2023-06-02, godz. 17:00, 4060 & online: meet.google.com/jbj-tdsr-aop
Sebastian Stawicki (MIMUW)
Metody wyznaczania zespołów klasyfikatorów z wykorzystaniem bireduktów decyzyjnych
Podczas seminarium przedstawię główne wyniki mojej rozprawy doktorskiej, która koncentruje się na budowaniu zespołów klasyfikatorów przy użyciu bireduktów decyzyjnych. Wyjaśnię, czym są biredukty decyzyjne i przedstawię uzyskane wyniki teoretyczne. Om&oacu...
2023-06-02, godz. 16:15, 4060 & online: meet.google.com/jbj-tdsr-aop
Radosław Piliszek (Uniwersytet w Białymstoku)
This presentation is to report PhD thesis results ("Development of methods for feature selection based on information theory"). Dimensionality reduction is an important step in knowledge discovery and machine learning. This study is focused on the feature selection branch of dimensiona...
2023-05-19, godz. 16:15, 4060 & online: meet.google.com/jbj-tdsr-aop
Jakub Pokrywka (UAM)
Optymalizacja i ewaluacja w wyzwaniach uczenia maszynowego
Optimization and Evaluation in Machine Learning Challenges Na seminarium omówię wyniki zawarte w mojej rozprawie doktorskiej, która składa się z cyklu publikacji. Praca skupia się na metodologii tworzenia wyzwań uczenia maszynowego, w czego skład wchodzi pozyskanie zbior&oac...
2023-05-05, godz. 16:15, 4060 & online: meet.google.com/jbj-tdsr-aop
Dominik Ślęzak (MIMUW & QED Software)
Deriving Sparsest Approximate Bayesian Belief Networks from Data: NP-hardness and Beyond
alpha-Approximate Bayesian Belief Network (alpha-BBN) is a directed acyclic graph (DAG) whose entropy, understood as the sum of entropies of conditional distributions generated from a joint probability distribution along the DAG's structure, is not higher than the entropy of that distribution by...
2023-04-21, godz. 16:15, ONLINE: meet.google.com/jbj-tdsr-aop
Łukasz Puławski (MIMUW)
Wykrywanie wzorców czasowo-przestrzennych w procesie wytwarzania oprogramowania cz. 2
Ta prezentacja będzie próbą generalną przed obroną pracy doktorskiej / This will be a rehearsal before the defence of Ph.D. Thesis Eksploracja repozytoriów oprogramowania (ang. mining software repositories - MSR) to dziedzina eksploracji danych, w której bada się zbior...
2023-04-14, godz. 16:15, 4060 & online meet.google.com/jbj-tdsr-aop
Łukasz Puławski (MIMUW)
Wykrywanie wzorców czasowo-przestrzennych w procesie wytwarzania oprogramowania
Eksploracja repozytoriów oprogramowania (ang. mining software repositories - MSR) to dziedzina eksploracji danych, w której bada się zbiory danych, powstające podczas rozwoju oprogramowania. Zasadniczo głównym, choć nie jedynym, źródłem takich danych jest syst...
2023-03-03, godz. 16:15, 4060 & online meet.google.com/jbj-tdsr-aop
Dawid Ewald (Uniwersytet Kazimierza Wielkiego w Bydgoszczy)
The bee optimization metaheuristic method based on ordered fuzzy numbers
Prezentacja wyników zawartych w pracy doktorskiej. Streszczenie w załączeniu. Presentation of results from the doctoral thesis. Synopsis is attached. ...
2023-02-10, godz. 16:15, ONLINE: meet.google.com/jbj-tdsr-aop
Andrea Campagner (Università degli Studi di Milano Bicocca)
Robust Learning Methods for Imprecise Data and Cautious Inference
Developing Machine Learning models that are robust in the face of uncertainty is currently one of the most significant problems for the advancement of Machine Learning in both research and application. In this presentation I will discuss the problem of dealing with a specific form of uncertainty, ca...
