3 марта в московском офисе Mail.Ru Group пройдет традиционная встреча сообщества Moscow Data Science. Участники обмениваются профессиональным опытом решения практических задач анализа данных и общаются в неформальной обстановке. Присоединяйтесь!

 Программа встречи:

– Распознавания сцен на изображениях с помощью CNN
Андрей Бояров, программист-исследователь, Mail.Ru Group

Распознавание сцен (scene recognition) является одной из областей машинного зрения, которая активно применяется, например, в поиске по изображениям. Задача распознавания сцен на картинках является более сложной задачей, чем относительно хорошо изученная и используемая в индустрии задача распознавания объектов. Главная причина заключается в том, что сцена – более комплексное и менее формализуемое понятие: достаточно сложно выделить признаки, которые описывают такие понятия, как ресторан, кухня, спортивное мероприятие и т.д. Кроме того, сценой является всё изображение, а не какая-то его часть, в отличие от объектов. В данном докладе пойдёт речь о построении системы для решения задачи scene recognition при помощи state-of-the-art подхода, основанного на глубоких свёрточных нейронных сетях.

 – Определение облаков и теней на спутниковых снимках с помощью глубокого обучения
Анатолий Филин, Fertyle, CTO; Gramant

Вычисление процента зашумленности спутникового снимка облаками и тенями является необходимым этапом для определения возможности использования снимка в сельском хозяйстве. Для этой задачи есть традиционные алгоритмы, в частности Fmask, которые используются для снимков Landsat и Sentinel.

В докладе речь идет о попиксельной классификации спутниковых мультиспектральных изображений. Для этой цели используется глубокое обучение на основе CNN.  Спикер расскажет о результатах исследований, в частности, за счет чего была достигнута точность порядка 93%, что на 2-3% лучше традиционных алгоритмов.

– Тестирование, мониторинг и диагностика моделей ​
Роман Дегтярев, Quantum Brains

Использование машинного обучения за пределами домашних проектов и исследовательских работ сопряжено со специфичными трудностями. Как тестировать ПО, в котором одним из ключевых элементов является машинное обучение? Какого рода ошибки могут возникать, как их отслеживать в процессе проектирования, перед запуском в большой мир и в процессе работы? В данном докладе пойдет речь о многообразии ошибок и тестов для моделей, а так же будет приведен ряд практических примеров - о чем забыли и что из этого вышло.

Начало мероприятия в 19:00.
Адрес: Москва, Ленинградский проспект 39, стр. 79 (метро «Аэропорт»).

Регистрация закрыта.

Для тех, кто не сможет присутствовать лично, будет организована онлайн-трансляция.