murka workshop on mlss

Machine Learning Summer School Kyoto 2015

WORKSHOPСсылка на школу: http://www.iip.ist.i.kyoto-u.ac.jp/mlss15/doku.php

(да, там есть почти все слайды лекций в разделе schedule)

http://www.iip.ist.i.kyoto-u.ac.jp/mlss15/doku.php

Часть 1: машинное обучение

(у нас же воркшоп всё-таки)


Машинное обучение – раздел компьютерных наук, который изучает алгоритмы, обучающиеся на данных.

Related hype words: big data, artificial intelligence, deep learning, data mining.

Часть 1: машинное обучениеКлассические примеры задач:• Категоризация изображений (96% точности на ImageNet,

соответствует точности человека)• Распознавание речи (окей, Google)• Фильтрация спама (решена практически идеально)• Распознавание символов (Yann LeCun, 1988, почта, CNN)• Машинный перевод• Предсказание вероятности клика на рекламу (15 млрд рынок

RTB)• Алгоритмический трейдинг • Предсказательная аналитика• Рекомендательные системы (фильмы, музыка, друзья, …)• Задачи для роботов

Часть 1: машинное обучениеGoogle Brain project (speaker was involved):

Часть 1: машинное обучениеПример архитектуры конволюционной нейронной сети:


Text Analysis in Word Vector Space:

Paris - France + Italy = Rome

bigger - big + cold = colder

sushi - Japan + Germany = bratwurst

Cu - copper + gold = Au

Windows - Microsoft + Google = Android

Montreal Canadiens - Montreal + Toronto = Toronto Maple Leafs

Часть 1: машинное обучение“A Neural Algorithm of Artistic Style”:


Более интересные примеры задач:• Автономные машины (безопасность лучше)• Генерация текстового описания к изображениям (

http://cs.stanford.edu/people/karpathy/deepimagesent/)• Поиск по изображениям (Google Images, настоящая магия)• Создание субтитров (привет, YouTube)• Нахождение аналогичных понятий в разные временные

периоды (Walkman -> iPod, карета -> машина, Линкольн -> Обама)

• Биоинформатика (распознавание цепочек в генах)• Робот, играющий в настольный футбол (или теннис)

http://cs.stanford.edu/people/karpathy/deepimagesent/

Часть 2: летняя школа


Как всё было:• 29-ая MLSS из серии (первая – в 2002 году)• 2 недели с перерывом на выходные• Лекции с 8-30 до 19-00 (полтора часа на лекцию)• Кофе-брейки по 30 минут• Обед полтора часа• Были только лекции, практических занятий не было


Киотский университет• Международная команда организаторов• Огромное количество спонсоров (плюс государство)• Аудитории с вайфаем, кондиционерами и микрофонами• 10 нобелевских лауреатов: мотивирует хорошо учиться :)


Всё-таки, в чём отличие лекторов?• Все со слайдами (привет нашим лекторам)• Авторитет• Последовательность материала• Взаимодействие с аудиторией (часто, но не всегда)• Почти всегда мы знали применение теории• Да, темы иногда пересекались, но не критично• Но были и скучные преподы :)


Другие отличия• Социальные мероприятия: караоке и банкет• Действительно большие кофе-брейки (30 минут)• Индустрия VS академия• Финансирование вузов

Часть 3: Япония

Часть 3: ЯпонияИнтересности:• Ответственность• Помощь• Да, все тебе кланяются• Цены дорогие• Непонятная еда• Английский знают не все• Нет чаевых и это здорово• Портативные роутеры (можно даже арендовать)• Макбуки в полтора раза дешевле, чем на Розетке :) но это

касается не всей техники

Часть 3: Япония

Интересности:• Скоростные поезда ($130 из Киото в Токио в одну сторону)• Автоматизация: начиная от умывальника, заканчивая

автоматами на улице• Плотность расселения• Pachinko, 55 долларов и рука

Спасибо за внимание!Теперь можно есть конфеты!

murka workshop on mlss

Technology