This Meetup is past

113 people went

Details

Spotkania Entuzjastów R wracają jesienią. Po wrześniowym hackatonie zapraszamy na dwa referaty (metodologiczny i narzędziowy) i dwie sesje networkingowe (jedną w przerwie drugą na piwie).

Afterparty w Kwadracie (ul. Poznańska 7 lok. 8 wejście od ul. Wilczej) start ok. 20.00. Mapka jak trafić (https://www.google.pl/maps/dir/Koszykowa+75,+Warsaw/Bar+%22Kwadrat%22,+Pozna%C5%84ska+7,+00-680+Warszawa,+Poland/@52.2232096,21.0089525,18z/data=!3m1!4b1!4m13!4m12!1m5!1m1!1s0x471eccec6414be01:0xbecc2bc9128f5fec!2m2!1d21.0072808!2d52.2222253!1m5!1m1!1s0x471eccee79602d39:0x27aeee6be842bb63!2m2!1d21.0123514!2d52.2239905)

Pierwszy referat poprowadzi Adolfo Alvarez z Poznania

BIO:
Dr. Adolfo Álvarez is PhD in Business and Quantitative Methods by the Carlos III University of Madrid (Spain). Previously, he obtained the bachelor and master degrees in Industrial Engineering at the University Of Santiago (Chile). Since 2013, Dr. Álvarez is part of the Analyx team as data scientist, where he has been involved in projects such as price elasticity estimating, media mix modelling, new products simulation, and sales modelling among others.Dr. Álvarez has experience in research, training, and consultancy using different statistical and mathematical tools, although he is proficient in the use of the R statistical language. He is fluent in Spanish and English and currently learning Polish.

Abstract:
"5 lessons I have learned at Analyx". In this talk I will present R related stories I've experienced working for a marketing analytics company. These short stories are about the data science process from data preparation to reporting of results and how we face and solve problems appearing on each of these steps.

Drugą prezentację poprowadzi Piotr Migdał

BIO

dr Piotr Migdał — freelancer analizy i wizualizacji danych, absolwent Uniwersytetu Warszawskiego z doktoratem z fizyki kwantowej z ICFO w Castelldefels pod Barceloną. Sekrety "data science" poznawał na szkoleniu Big Dive w Turynie oraz pracując w Startup Compass w San Francisco. Zaangażowany w inicjatywy edukacyjne takie jak Krajowy Fundusz na rzecz Dzieci i Wakacyjne Warsztaty Wielodyscyplinarne. Na co dzień używa Pythona, D3.js i R. Uważa, że dane są nie tylko ciekawe, ale i piękne. Prowadzi szkolenia z uczenia maszynowego i Sparka dla DeepSense.io oraz rozwija grę kwantową http://migdal.wikidot.com

Abstrakt:

Gdy pracujemy z danymi, eksploracja jest integralną częścią naszej pracy. IPython Notebook postał jako środowisko do interaktywnej analizy danych w języku Python, mocno inspirowane programem Mathematica. Działa ono w przeglądarce i pozwala łączyć kod, wykresy, tekst w Markdown i wzory w LaTeXu. IPython Notebook szybko zdobył popularność i zaczął być stosowany też do innych języków; projekt zmienił nazwę na Jupyter (od: Julia, Python, R), ale też można go stosować np. do Haskella, Scali czy Sparka. Obecnie IPython Notebook jest domyślnie pokazywany przez GitHub i znakomicie nadają się do dzielenia się ze światem wynikami naszej analizy, a także do szkoleń i kursów (np. https://github.com/DELabUW/szkola-letnia-2015). Pokażę zalety tego środowiska oraz sposoby interakcji między Pythonem a R.