Past Meetup

Cloudera Data Science Workbench || Textanalys i R på Kents texter

This Meetup is past

94 people went

Location image of event venue

Details

Välkommen att nätverka med andra data scientists och lyssna på intressanta presentationer!

OBS PROGRAMÄNDRING, se talare nr 2.

Denna gång har vi Cloudera på besök. Cloudera är även med och sponsrar en del av kostnaden för eventet vilket vi är mycket tacksamma för! Vi har bjudit in Cloudera till denna meetup då Cloudera tidigare i år lanserade Cloudera Data Science Workbench (https://www.cloudera.com/products/data-science-and-engineering/data-science-workbench.html). Vi tycker det är intressant att se en sådan breddning från Cloudera, dvs att man inkluderar en analysmiljö i sin plattform. Vi tänkte att det säkert är fler som är nyfikna på det.

Clouderas presentation blir på engelska.

ÄNDRAD PROGRAMPUNKT: Presentation nr två hålls av R-bloggaren och analytikern Filip Wästberg som kommer att berätta om hur han använt textanalys i R på låttexter från Spotify för att scora vilken av Kent:s låtar som är mest deprimerande. Ni som kan er Kent vet att det finns rätt många låtar som är kandidater till denna ärofyllda titel. :) Filip har fått en hel del medieintresse för sitt blogginlägg.

-------------------------------

How to efficiently use the Cloudera Data Science Workbench to derive value from data

The first speaker of the night is Michael Gregory (https://www.linkedin.com/in/milesper/) who is Cloudera’s Systems Engineering Manager for the Nordics, BENELUX and Baltics countries. Working with a team of pre-sales engineers Michael helps organizations derive business value from data by identifying use cases, designing solutions and engaging throughout the implementation cycle. This speech will be in English.

Synopsis

As more and more data increasingly lands on Apache Spark and Apache Hadoop-based big data platforms Data Scientists and Data Engineers turn to the power, flexibility and community innovation of these modern platforms. Historically, though. the interfaces and usability for these platforms left much to be desired. Cloudera’s Data Science Workbench was created to allow Data Scientists and Engineers to work they way they want while leveraging the platform capabilities. In this presentation we will discuss the background and functionality of the Cloudera Data Science Workbench and demonstrate how it allows Data Scientists to more efficiently derive value from data.

-----------------------

ÄNDRAD PROGRAMPUNKT

Textanalys i R, en praktisk tillämpning: Vilken av Kents låtar är mest deprimerande?! Filips Depp-index ger svaret!

Filip Wästberg berättar om hur han använt textanalys i R på låttexter från Spotify för att bygga ett depp-index och scora vilken av Kent:s låtar som är mest deprimerande. Ni som kan er Kent vet att det finns rätt många låtar som är kandidater till denna ärofyllda titel. :) Filip har fått en hel del medieintresse för sitt blogginlägg och här lyfter han på huven och visar hur han gjort. Filip vill visa att det inte är så svårt att göra riktiga tillämpningar med textanalys i R. Utöver det vill Filip gärna få upp en dialog kring vad man skulle kunna förbättra och lägga till lösningen. Ta gärna en titt på Filips blogg (http://dataland.rbind.io/2017/11/07/vilken-%C3%A4r-kents-mest-deprimerande-lat/) innan och fundera lite kring lösningen. Vi hoppas på diskussion och interaktion.

---------------------------

Agenda:

17:15 The gates open, take something to drink, some snacks and network

17:45 - 18:30 How to efficiently use the Cloudera Data Science Workbench to derive value from data

18:30 - Break

19:00 -19:30 Text analytics, the depression index. What Kent song is most depressing?