 Nie jesteś zalogowany | zaloguj się |
| Nie jesteś zalogowany | zaloguj się |
Seminarium badawcze poświęcone tematyce wnioskowań aproksymacyjnych, w szczególności problemom i metodom aproksymacji złożonych pojęć z danych eksperymentalnych i wiedzy dziedzinowej.
Z początkiem roku akademickiego 2021/22 seminarium przekształciło się w "Seminarium Systemy Inteligentne".
Seminarium aktualnie nie odbywa się.
Zobacz archiwalną listę referatów
2021-06-11, godz. 14:15, meet.google.com/jbj-tdsr-aop
Krzysztof Żabiński (Uniwersytet Ślaski)
Algorytm indukcji reguł decyzyjnych oparty na modelu EAV
Prezentacja dotyczyć będzie proponowanego podejścia do indukcji reguł decyzyjnych, opartego na reprezentowaniu tablicy decyzyjnej przy pomocy modelu EAV (Entity-Attribute-Value). Wybór atrybutów tworzących reguły decyzyjne odbywa się na podstawie ich analizy statystycznej. Al...
Prezentacja K. Żabińskiego o indukcji reguł w modelu EAV (PDF)
2021-05-28, godz. 14:15, meet.google.com/jbj-tdsr-aop
Andrzej Janusz, Maciej Świechowski, Rafał Tyl (QED Software / MIMUW / MINI)
IEEE BigData 2021 Cup: Predicting Victories in Video Games
During our talk, we will present a new data mining competition organized at the KnowledgePit platform in association with the 2021 IEEE International Conference on Big Data (IEEE BigData 2021). The topic of this competition is related to a video game developed by QED Software, i.e., Tactical Troops:...
2021-05-14, godz. 14:15, meet.google.com/jbj-tdsr-aop
Mikołaj Fejzer, Piotr Przymus (Uniwersytet Mikołaja Kopernika)
A new pointwise learn-to-rank algorithm
We’d like to discuss a new pointwise learn to rank algorithm. This algorithm can be applied to problems when training data has binary characteristics (relevant or not relevant to query) but the underlying problem is more granular (ie. relevant and possible semi-relevant documents). The trainin...
2021-03-26, godz. 14:15, meet.google.com/jbj-tdsr-aop
Mateusz Garbulowski & Jan Komorowski (epartment of Cell and Molecular Biology, Uppsala University, Sweden)
R.ROSETTA: an interpretable machine learning framework
R.ROSETTA: an interpretable machine learning framework Mateusz Garbulowski1 and Jan Komorowski1,2,3,4 1Department of Cell and Molecular Biology, Uppsala University, Uppsala, Sweden; 2Swedish Collegium for Advanced Study, Uppsala, Sweden; 3Institute of Computer Science, Polish Academy of Scienc...
2021-03-12, godz. 14:15, meet.google.com/jbj-tdsr-aop
Marek Grzegorowski (MIMUW)
Selected aspects of interactive feature extraction
During the presentation, the most important scientific results related to my phd dissertation will be presented. The dissertation discusses the problem of interactive feature extraction, and several innovative approaches to automate the process of features creation and selection are proposed. The cu...
2021-03-05, godz. 14:15, meet.google.com/jbj-tdsr-aop
Sebastian Stawicki (MIMUW & QED Software)
Uczenie maszynowe a rekrutacja pracowników
Na seminarium opowiem o projekcie zrealizowanym dla firmy zajmującej się przeprowadzaniem procesów rekrutacyjnych dla firm funkcjonujących w branżach technicznych, ze szczególnym uwzględnieniem ogólnie branży IT. Przedstawię cele i przebieg projektu jako realizację proce...
2021-01-29, godz. 14:15, meet.google.com/jbj-tdsr-aop
Marek Grzegorowski (MIMUW) & Eftim Zdravevski (Ss. Cyril and Methodius University, Skopje)
AWS Spot instances price prediction - towards cost optimization for Big Data
Analytical data processing has become the cornerstone of today's business success, and it is facilitated by Big Data platforms that offer virtually limitless scalability. However, minimizing the total cost of ownership (TCO) for the infrastructure can be challenging. By analyzing spot instance p...
2021-01-22, godz. 14:15, meet.google.com/jbj-tdsr-aop
Karol Woźniak (QED Software)
Aktywne uczenie i trenowanie modeli drzewiastych
Na spotkaniu postaram się przybliżyć słuchaczom czym jest aktywne uczenie, jakie są najpopularniejsze metody doboru odpowiednich przykładów i sposoby na dotrenowywanie modeli drzewiastych. W tym celu posłużę się artykułem, w którym został opracowany framework pozwalający n...
2021-01-15, godz. 14:15, meet.google.com/jbj-tdsr-aop
Dominik Ślęzak (MIMUW)
Using generalized decision ensembles to solve multi-class decision problems
It becomes popular to operate with ensembles of classifiers which are based on diversified subsets of attributes. In multi-class decision problems, one of approaches is to let single classifiers return so-called generalized decisions which gather all probable (according to them) decision classes for...
Presentation (PDF) - D. Ślęzak on generalized decision ensembles ...
2020-12-18, godz. 14:15, meet.google.com/jbj-tdsr-aop
Dominik Ślęzak (MIMUW & QED Software)
AI/ML in Practice Interactivity, Explainability, Scalability and relationships with Rough Sets
Zapraszamy na e-spotkanie wigilijne (meet.google.com/jbj-tdsr-aop) połączone z referatem D. Ślęzaka pt. „AI/ML w Praktyce: Interaktywność, Wytłumaczalność, Skalowalność oraz związki z Teorią Zbiorów Przybliżonych”. Coroczną tradycją naszej grupy naukowej są spotk...
