Patronat MIT Sloan Management Review Polska
Celem konferencji jest szerzenie wiedzy w zakresie uczenia maszynowego i stworzenie współpracującej ze sobą społeczności, a także ułatwienie studentom dostępu do kadr naukowych i profesjonalistów, zajmujących się tematyką machine learning. Dzięki temu, ich wiedza będzie najnowsza i poparta badaniami oraz praktyką. W ten sposób, w przyszłości sami zostaną specjalistami w tej dziedzinie i będą mogli się dzielić swoim doświadczeniem.
Wydarzenie umożliwia naukowcom i profesjonalistom współpracę nad różnymi projektami. Sesje networkingowe odbywające się podczas konferencji to idealne miejsce, aby poznać nowe pomysły i idee, wymienić się poglądami oraz nawiązać nowe znajomości w celu przeprowadzenia nowatorskich projektów.
Konferencja trwać będzie 4 dni (22‑25 listopada), ostatniego dnia odbędą się warsztaty. Wykłady prowadzone będą przez światowej klasy naukowców, którzy z chęcią i dogłębnie podzielą się ze słuchaczami swoimi najnowszymi badaniami. ML in PL Conference odwiedzą specjaliści z takich instytucji jak: Google Brain, DeepMind, OpenAI, Uber AI, Qualcomm AI Research i University of Oxford, znani z publikacji na tak prestiżowych konferencjach jak NeurIPS, CVPR oraz ICML.
Osobom chętnym do podzielenia się swoją pracą oferowany jest program Call for Contributions, w ramach którego uczestnicy zgłaszali własne prelekcje i plakaty dotyczące swoich badań. Najlepsze prelekcje zostaną wygłoszone podczas konferencji, natomiast plakaty będą wystawione podczas sesji plakatowej, a autor najlepszego zostanie nagrodzony. Call for Contributions jest znakomitą ścieżką dla studentów i początkujących naukowców, aby stawiać swoje pierwsze kroki w świecie badań i nauki. Dla doświadczonych badaczy jest to droga do podzielenia się wynikami swoich badań z szeroką publicznością.
Uczenie maszynowe
Uczenie maszynowe (ang. machine learning) to dziedzina zajmująca się sztuczną inteligencją. Jej głównym celem jest stworzenie programu, który będzie w stanie uczyć się na przykładach, aby następnie wyciągać własne wnioski. Popularne pod tym względem są sieci neuronowe, które w swoim działaniu przypominają nieco ludzki mózg. Jako przykłady zastosowania uczenia maszynowego można wymienić autonomiczne samochody, ostatnio popularną aplikację FaceApp oraz Alexę – osobistą doradczynię stworzoną przez Amazon.
Po więcej informacji na temat konferencji zapraszamy do odwiedzenia strony internetowej: www.conference.mlinpl.org.