Cosa facciamo

Attorno al mondo del Machine Learning sta nascendo sempre più fermento, ora che tutte le grandi società tecnologiche lo usano per potenziare l'efficacia dei propri algoritmi. Questo gruppo vuol raccogliere le persone interessate a questo argomento che vivono a Torino e dintorni per poi organizzare incontri ed eventi legati a questo affascinante tema. I video dei nostri incontri sono disponibili qui:

https://www.youtube.com/channel/UC8VYvlmWCet4lZ-GowWOD6w

Altre risorse utili le potete trovare elencate qui:

https://docs.google.com/document/d/1qlTpi8e... (https://docs.google.com/document/d/1qlTpi8eIBCRLOpE-tKZgDQAwvqDCBOIAw4znUoc5-HA)

In collaborazione con IAML https://iaml.it/

Eventi in programma (3)

GAN - Funzionamento e applicazioni

Toolbox

il 9 maggio recupereremo l'incontro sulle GAN: I modelli generativi sono tra gli argomenti di ricerca più stimolanti degli ultimi anni in ambito AI. Dall’introduzione delle GAN nel 2014, è adesso possibile generare immagini realistiche, video e testi, ma il range di applicazioni diventa sempre più vasto, dall’image-to-image translation alla scelta di molecole per nuovi farmaci. Vedremo assieme il funzionamento delle GAN e le loro applicazioni in vari ambiti, con esempi pratici di funzionamento. Speaker della serata sarà Daniele Paliotta: Daniele is a computer engineering graduate student in Turin, focusing on data science and machine learning. He graduated from his bachelor with a thesis on generative models. He also co-organises of the Machine Learning study group in Turin. Previously, he worked as a software engineer, and presented his projects at Tel Aviv University and Google Tel Aviv. He was also selected to participate in the first edition of CyberChallenge.it. Come sempre a fine serata con chi vorrà faremo networking in pizzeria.

Alla Scoperta del Machine Learning Attraverso l’Ottimizzazione Evolutiva

Il 16 maggio avremo un talk su algoritmi evolutivi: Alla Scoperta del Machine Learning Attraverso l’Ottimizzazione Evolutiva Macchine a guida autonoma, terapie personalizzate e assistenti personali sono solo alcune delle applicazioni che si stanno introducendo nella nostra quotidianità grazie alla diffusione del machine learning. Sempre più spesso sentiamo parlare di deep learning, reti neurali o algoritmi genetici, termini dal significato oscuro che evocano pensieri più affini alla stregoneria che alla scienza. Eppure il processo alla base del machine learning è molto più semplice di quanto non si pensi. Il cuore del machine learning è l’ottimizzazione. Tra gli approcci più affascinanti ci sono senza dubbio gli algoritmi evolutivi, una vasta classe di algoritmi che cercano di emulare alcune delle raffinate tecniche di ottimizzazione adottate nel mondo naturale. In questo seminario verranno introdotte le principali tecniche di ottimizzazione approssimata e verrà presentato un semplice algoritmo evolutivo che imparerà a preparare lo zaino per le vacanze! Speaker della serata sarà Pietro Barbiero: Pietro Barbiero studia Ingegneria Matematica presso il Politecnico di Torino (IT), dove si sta specializzando in ottimizzazione su reti e dati. Dal 2016 Pietro ha cominciato la sua attività di ricerca applicando tecniche di statistica e machine learning a problemi complessi in ambito biomedico. In questi anni Pietro ha collaborato con diversi gruppi di ricerca in Italia, Francia, e Stati Uniti d’America. Il suo contributo scientifico è stato pubblicato su libri e riviste scientifiche, ed è stato presentato in varie conferenze internazionali. Da Marzo 2018 Pietro è Data Scientist Expert per la startup Bactell Inc. (USA) di cui è cofondatore. A Marzo 2019 Pietro è stato ammesso all’Università di Cambridge (UK) per un PhD in Artificial Intelligence. Pietro terrà poi un incontro hands-on sugli algoritmi evolutivi durante il gruppo di studio del 23 maggio. Come sempre a fine serata con chi vorrà faremo networking in pizzeria.

Gruppo di Studio

Toolbox

Il gruppo si riunisce con lo scopo di mettere in pratica le conoscenze teoriche apprese durante gli incontri del Meetup, lavorando assieme all'implementazione di algoritmi di Machine Learning. I partecipanti dovrebbero avere una conoscenza almeno di base di programmazione Python, e per partecipare attivamente è consigliato portare il proprio portatile. In questo incontro metteremo in pratica le conoscenze apprese durante l'incontro sugli algoritmi evolutivi del 16 maggio

Eventi passati (17)

Presentazione Big Dive e DeepSpeech by Mozilla

Foto (13)