This Meetup is past

126 people went

Details

Na czerwcowym wydarzeniu widzimy się po raz ostatni przed wakacjami. Swoją obecnością zaszczycą nas prelegenci z PwC z działu Data Analytics: Mateusz Łuczko oraz Piotr Bochnia. Obaj to absolwenci Matematyki na MIMUW. Na co dzień Data Crunchers zajmujący się uczeniem maszynowym. Opowiedzą o kilku zabawkach i udogodnieniach w pracy z danymi.

########################
Mateusz Łuczko
########################

### Bio:

Z wykształcenia matematyk i ekonomista. Z zamiłowania statystyk lubiący pogrzebać przy danych. Obecnie data scientist w zespole Data Analytics w PwC, wcześniej pracował w zespole zarządzania ryzykiem ubezpieczeniowym w PZU. Współtworzył rozwiązania analityczne dla sektora ubezpieczeniowego, bankowego oraz retailowego, upatrując w szczególności w tym pierwszym potencjał implementacji zaawansowanych modeli predykcyjnych. Prywatnie fan freestyle football’u i dobrej kuchni (jak ktoś zrobi).

### Opis prelekcji: XGBoost, czyli AK-47 w arsenale modeli machine learningowych

Drzewa decyzyjne były od zawsze atrakcyjną alternatywą dla różnego rodzaju modeli liniowych. Jednym z bardziej zaawansowanych przykładów ich użycia są modele GBRT/GBDT (Gradient Boosted Regression/Decision Trees), których implementacja w bibliotece XGBoost zyskała sobie ogromną popularność pośród data scientistów. Co było przyczyną tego faktu, jak użyć jej w zastosowaniach R-owych i czy da się to wszystko wytłumaczyć rodzicom – na te i inne pytania poszukam odpowiedzi podczas prezentacji.

########################

Piotr Bochnia
########################

### Bio:

Data scientist w przebraniu konsultanta. Na co dzień w zespole PwC Data Analytics rozwiązuje problemy klientów, głównie z sektora bankowego i retailowego, dostarczając im rozwiązania mocno oparte o dane. Aktywny na wszystkich odcinkach frontu: począwszy od zrozumienia strony biznesowej, poprzez rzeźbienie w danych, budowę modeli aż po ich implementację w finalnych produktach dla klientów. Absolwent matematyki na MIM UW oraz metod ilościowych na SGH.

### Opis prelekcji: Być bliżej danych, czyli R + Microsoft SQL Server 2016

SQL Server Microsoftu, jako popularny system bazodanowy, stanowi często źródło danych, na których chcemy przeprowadzać analizy i trenować modele przy wykorzystaniu R. Wersja 2016 narzędzia oferuje nam ciekawą integrację R i silnika bazodanowego pod postacią SQL Server R Services. Podczas prezentacji pokażę wybrane nowe funkcjonalności, a także postaram się odpowiedzieć na pytanie, w jaki sposób umożliwiają one efektywne wykorzystanie mocnych stron obydwu narzędzi oraz kiedy warto rozważyć ich wykorzystanie