Szkolenie pt.: „Machine learning i sztuczna inteligencja w badaniach naukowych”

29 listopada i 6 grudnia 2024 roku (szkolenie dwudniowe)
9:00-15:00

Uczenie maszynowe (ang. machine learning) i sztuczna inteligencja (ang. artificial intelligence) odgrywają coraz większą rolę w badaniach naukowych, stanowiąc nieocenione narzędzia do analizy danych, w tym prognozowania, optymalizacji, odkrywania wzorców oraz wspomagania podejmowania decyzji. Mnogość dostępnych bibliotek w pakiecie obliczeniowym R pozwala na rozwiązywanie różnorodnych zagadnień w bardziej efektywny sposób niż z wykorzystaniem klasycznych podejść. 

Celem szkolenia jest prezentacja potencjału stojącego za metodami sztucznej inteligencji na wybranych przykładach z różnych dziedzin nauki. Odpowiedni dobór przykładów pozwoli na przedstawienie odmiennych aspektów modelowania oraz automatyzacji badań naukowych. Uniwersalność prezentowanych podejść daje możliwość stosunkowo łatwej translacji na zagadnienia z innych dyscyplin nauki. 

Szkolenie adresowane jest przede wszystkim do osób, które mają już wiedzę na temat klasycznych podejść analizy i modelowania, ale chciałyby rozszerzyć swoje kwalifikacje o znajomość podstawowych metod sztucznej inteligencji. Integralną częścią szkolenia jest przedstawienie możliwości pakietu obliczeniowego R w rozwiązywaniu zagadnień będących w centrum zainteresowania badaczy. Prezentacja samych przykładów bez znajomości szczegółów implementacyjnych w dalszym ciągu stanowi wartość dodaną do wiedzy o współczesnych podejściach w świecie nauki i oznacza, że ze szkolenia mogą również skorzystać osoby bez doświadczeń w modelowaniu danych i programowaniu.

Program szkolenia:

1. Metody sztucznej inteligencji i uczenia maszynowego vs klasyczne podejścia – analiza komparatystyczna.
2. Przykłady zastosowań sztucznej inteligencji w analizie danych, przewidywaniu, rozpoznawaniu wzorców i optymalizacji.
3. Dobór próby oraz zbioru treningowego. Upsampling i downsampling.
4. Drzewa decyzyjne i lasy losowe – zastosowania, konstrukcja i interpretacja. 
5. Klasyczne metody klasteryzacji danych. Algorytm k-średnich i k-median.
6. Metody optymalizacji z wykorzystaniem algorytmów genetycznych.
7. Wprowadzenie do analizy tekstu (NLP, ang. Natural Language Processing). Analiza sentymentu.
8. Techniki klasyfikacji i prognozowania z wykorzystaniem sieci neuronowych.
9. Computer vision – prezentacja możliwości. Zagrożenia i potencjał zastosowania w badaniach naukowych.

Systematyzacja procesu badawczego z wykorzystaniem sztucznej inteligencji i machine learning.

Informacja o prowadzącym: 

Michał Bernardelli, habilitacja w dziedzinie nauk ekonomicznych w dyscyplinie ekonomia uzyskana w roku 2020 w Kolegium Analiz Ekonomicznych SGH, doktor nauk matematycznych w zakresie matematyki ze specjalizacją matematyka stosowana uzyskany na Wydziale Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego w roku 2008. W roku 2003 uzyskał stopnie magistra na kierunku informatyka (ocena celująca) oraz kierunku matematyka (ocena bardzo dobra). Od roku 2009 zatrudniony w instytucie Ekonometrii SGH, obecnie na stanowisku profesora uczelni, prodziekana Dziekanatu Studium Magisterskiego oraz kierownika Centrum Wychowania Fizycznego i Sportu. Od ponad 20 lat konsultant i wykonawca wielu projektów naukowych i komercyjnych.

Interdyscyplinarność jego prac naukowych opiera się głównie na wykorzystaniu aparatury informatycznej i matematycznej do rozwiązywania problemów z obszarów związanych z analizą i eksploracją danych, w szczególności w problematyce Big Data, metod predykcyjnych i optymalizacji. Ostatnie badania oscylowały m.in. wokół takiej tematyki, jak: symulacje zmian systemów podatkowych, ocena działalności sektora bankowego, analiza i prognozowanie szeregów czasowych, modelowanie foresightowe, optymalizacja wielokryterialna czy analiza cykli koniunkturalnych.

Wykłada przede wszystkim przedmioty związane z zastosowaniem matematyki w innych dziedzinach nauki. Spośród nich można wymienić między innymi dziedziny, takie jak informatyka (sztuczna inteligencja, metody numeryczne, analiza danych w e-biznesie, metody przetwarzania danych, obsługa baz danych, programowanie arkuszy kalkulacyjnych), ekonomia i zarządzanie (ekonometria, statystyka, prognozowanie, badania operacyjne, analiza symulacyjna, ubezpieczenia) czy fizyka (modelowanie, symulacje komputerowe, zintegrowane pakiety oprogramowania statystycznego, analitycznego i numerycznego). 

Prowadził wiele szkoleń poświęconych różnym aspektom ilościowej analizy danych oraz obsługi komputera i programów komputerowych, w tym zastosowaniem metod obliczeniowych w naukach ekonomicznych, matematyce finansowej, zarządzaniu, a przede wszystkim praktyce biznesowej.

Szkolenie odbędzie się w dniach 29 listopada i 6 grudnia 2024 roku (szkolenie dwudniowe), w godzinach 9:00-15:00.

Forma szkolenia: on-line.

Platforma

Aby bez przeszkód móc uczestniczyć w wydarzeniu użytkując platformę ClickMeeting wystarczy dostęp do Internetu i aktualna przeglądarka internetowa (Chrome, Opera, Firefox, Edge). Zaleca się używać komputer z 4-wątkowym procesorem, min. 8 GB pamięci RAM i aktualnym systemem operacyjnym Windows 8.1, Windows 10 lub Windows 11. W praktyce jednak wystarczy dowolny sprzęt, który płynnie wykonuje zadania biurowe. Platforma streamingowa działa także na systemach operacyjnych Apple oraz dystrybucjach Linux, w tym – systemie Android i ChromeOS.

Ze swojej strony zapewniamy pomoc techniczną w konfiguracji, jak również wsparcie ze strony przedstawicieli platformy

Terminy

Opłata dla wszystkich uczestników szkolenia wynosi 1100 zł brutto (w tym 23% VAT) w I turze rejestracji, 1200 zł brutto (w tym 23% VAT) w II turze rejestracji lub 1300 zł brutto (w tym 23% VAT) w III turze rejestracji – osoby planujące skorzystać ze zwolnienia z podatku VAT w sytuacji finansowania uczestnictwa ze środków publicznych proszone są przesłanie informacji przed uiszczeniem opłaty.

Rejestracja

Zgłoszenia udziału należy kierować poprzez formularz -> LINK

DANE DO WPŁAT

Fundacja na rzecz promocji nauki i rozwoju TYGIEL
ul. Głowackiego 35/348, 20-060 Lublin
NIP 946-26-49-975
Numer rachunku: 70 1140 2004 0000 3102 7533 8307
Nazwa Banku: mBank (BRE Wydz. Bankowości Elektronicznej)

Tytuły przelewów: ML + imię i nazwisko Uczestnika

Opłata za uczestnictwo w szkoleniu zawiera podatek VAT (23%) – osoby planujące skorzystać ze zwolnienia z podatku VAT w sytuacji finansowania uczestnictwa ze środków publicznych proszone są przed uiszczeniem opłaty o poinformowanie nas o tym mailowo oraz o dostarczenie oświadczenia o zwolnieniu z VAT zawierającego następujące informacje:

• podstawę prawną,
• imię i nazwisko uczestnika,
• datę i nazwę szkolenia,
• nazwę Organizatora – Fundacji na rzecz promocji nauki i rozwoju TYGIEL,
• podpis osoby upoważnionej ze strony instytucji ubiegającej się o skorzystanie ze zwolnienia z VAT w kwestiach finansowych.

W odpowiedzi potwierdzimy otrzymanie oświadczenia oraz udzielimy informacji na temat wysokości opłaty za uczestnictwo w szkoleniu w wartości netto.

Regulamin

Regulamin Szkolenia dostępny jest tutaj -> LINK

Kontakt

szkolenia@fundacja-tygiel.pl