「ODSC West 2023の優れたバーチャルセッションをこちらでご覧ください」
「ODSC West 2023の魅力溢れるバーチャルセッションをご覧ください」
ODSCウェストは終了しました。次にサンフランシスコでリアルに一緒に集まるのはまた1年後になります。その間、仮想セッションの録画がオンデマンドで利用可能です!ソリューションショーケースのトークやキーノートのトークは無料で利用可能ですが、トレーニングセッションやワークショップなどの深い掘り下げは有料で提供されています。以下に各グループのハイライトをいくつかご紹介します。
ODSCウェストのトーク
専門家に質問!MLプロが機械学習技術とMLOpsについて深く探求します
Seth Juarez | プリンシパルプログラムマネージャー、AIプラットフォーム | マイクロソフト
Azure Machine Learningの新しい革新的な機能がどのように協力を支援し、チーム全体で数千のモデルの管理を効率化するのに役立つのか、学びましょう。このインタラクティブなセッションでは、Azure Machine Learningの最新機能の紹介と参加者の質問に答えることに焦点を当てました。
データ分析におけるLLMs:人間の精度に匹敵することはできるのか?
Gerard Kostin | データサイエンスディレクター | DataGPT
データ解析におけるLarge Language Models(LLMs)の能力について、広範なデータセットを処理する際の固有の課題を強調しながら、その効率的なデータ処理方法と正確性と一貫性の確保策について詳しく説明します。DataGPTの高度なアルゴリズムとLLMsの統合についても取り上げ、データ分析における二者の協力的な役割を重視します。
The Tangent Information Modeler、時間系列モデリングの再創造
Philip Wauters | カスタマーサクセスマネージャー兼バリューエンジニア | Tangent Works
既存の時間系列データモデリング手法は、スケーラビリティ、アジリティ、説明性、正確性に制限があります。このセッションでは、情報幾何学に基づく効率的で効果的な特徴エンジニアリングを提供するTangent Information Modeler(TIM)が、時間系列のさまざまなユースケースに対応する画期的なアプローチを提供することを示します。高度な時間系列予測、異常検知、原因究明のための具体的なユースケースについても詳しく説明します。
AIからGXへ:アルゴリズム進化の大躍進
Jepson Taylor | チーフAIストラテジスト | Dataiku
このセッションでは、創発型AIから生成型アルゴリズム(GX)への変革的なシフトに深く立ち入り、LLMsがアルゴリズム設計のフロンティアを再定義する道を探ります。伝統的な創造性、イノベーション、人間の技量の概念に疑問を投げかけ、AIが単にアルゴリズムを使用するのではなく、それらを作り出し、無限の可能性と複雑さを創り出す未来を提案します。
デジタルマインズの倫理:困惑する新たな領域
Nick Bostrom, PhD | オックスフォード大学教授 | 未来の人類研究所創設所長
このトークでは、AIが単なるツールの域を超えて道徳的に考慮すべき存在となる場合に遭遇する複雑な問題に深く踏み込みます。このセッションでは、人間、感情を持つ非人間の動物、さまざまな種類のAIなど、さまざまな道徳的に考慮すべき存在が平和的かつ協調的に共存するために必要な倫理、法的、政治的な枠組みの開発に伴う困難である理論的な課題に取り組みます。
イベント – ODSCイースト2024
対面および仮想会議
2024年4月23日から25日まで
LLMsからデータ分析、機械学習から責任あるAIまで、最新のデータサイエンスとAIのトレンド、ツール、技術についての深い洞察を得るために参加しましょう。
ODSCウェストのトレーニングセッションとワークショップ
データサイエンスと計測のための統計学
Brian Caffo, PhD | 教授 | ジョンズホプキンスブルームバーグ公衆衛生学校
Babak Moghadas | ポストドクトラルフェロー
統計学と統計的推論は、データの理解の中核を成すものです。このチュートリアルでは、参加者は測定と推論について考え、特に科学的な繰り返し可能性に関連するものに取り組みました。また、人工知能と機械学習を測定の方法として使用し、特に検証に焦点を当てて推論が果たす基本的な役割について特に注目しました。
データサイエンスのための数学入門
トーマス・ニールド | 南カリフォルニア大学講師 | Nield Consulting GroupおよびYawman Flightの創設者
このトレーニングでは、トーマス・ニールドが選りすぐりのトピックのクラッシュコースを提供し、確率、統計、仮説検定、線形代数などの数学の重要な領域で能力を向上させるためのスキルを飛躍的に向上させます。参加者は学んだことを統合し、統計的概念が機械学習にどのように適用されるか、線形代数が線形回帰の適合にどのように使用されるかなど、現実の問題に実際に応用する方法を見ました。
Pythonによるデータの整理
シーマス・マクガバン | ODSCのCEO | ソフトウェアアーキテクト、データエンジニア、AI専門家
データの整理はデータに基づくプロジェクトの土台であり、Pythonはこの領域で最も強力なツールの一つとされています。このセッションでは、参加者にハンズオン体験を提供し、必要な技術を修得しました。生データのクリーニングと変換から分析の準備ができた状態にするまで、このコースでは現実のデータの課題に対処するために必要なスキルを身につけます。
生成型AI、自律型AIエージェント、AGI:AIの新たな進歩が私たちが構築する製品を改善する方法
マーティン・ムシオル | Generative AI.netの共同設立者および講師 | Infosys Consultingの主任データサイエンスマネージャー
この魅力的なワークショップでは、生成型AIと自律型エージェントの世界へのハンズオンの旅が提供されました。これらは人工一般知能(AGI)の実現に向けた重要な構成要素です。参加者は、テキスト、画像、動画、3Dオブジェクト生成など、生成型AIがさまざまな領域に与える革命的な影響について深く掘り下げ、データ拡張についても洞察を得ました。
検索増強生成(RAG)101:Llama 2、LangChain、およびPineconeを使用したオープンソース「データに対するChatGPT」の構築
グレッグ・ラフネイン | FourthBrainのLead Instructor, Building with LLMs | AI Makerspaceの創設者兼CEO | FounderzのAI教授
クリス・アレキシューク | AI MakerspaceのLLMsヘッド | Oxの創設機械学習エンジニア
このワークショップでは、参加者はシンプルなRAGシステムの各コンポーネントについて詳しく説明しました。ベクトルストア(Pineconeを使用)、埋め込みモデル(Hugging Faceの埋め込みリーダーボードの1つを使用)から、それらを結びつけるLLM Opsインフラストラクチャの接着剤まで、コンポーネントの概念的な考え方とPythonコードでの設定方法についても説明しました。また、RAG評価についても議論し、RAGの出力の品質を評価するための新興のベストプラクティスフレームワークであるRAGASをシステムに適用しました。参加者は、シンプルなRAGシステムを改善する最良の方法についても議論しました。これには、RAGASを使用したモデリングの最適化や、プロンプトや埋め込みキャッシュの使用による効率性の向上が含まれます。
次のカンファレンスでどのようにもっと学べますか?
オンデマンドのビデオを見ることはAIやデータサイエンスについて学ぶ素晴らしい方法ですが、ライブのカンファレンス体験に勝るものはありません。実際には、手に取るように学びたい場合や、世界中の他の数千人のデータサイエンティストと一緒にバーチャルに学びたい場合は、4月23日から25日までのODSC East 2024をチェックしてください。チケットの価格は徐々に上昇するため、70%オフのドア価格でパスを入手するために今すぐ申し込んでください!
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- リアルタイムで命を救うビッグデータ:IoVデータ分析が事故を予防するのを助ける
- パーセプトロンからアダラインまで – From the Perceptron to Adaline
- このAI論文は『プライバシー保護MAE-Alignと呼ばれる新しい事前トレーニング戦略を提案し、合成データと人間除去された実データを効果的に組み合わせる』というものです
- ‘製品およびエンジニアリングリーダーのための実践的なGenAI’
- 「仕事の未来を形作る:メタのアーピット・アガルワールからの洞察」
- 「リテラルを使ったPythonの型ヒント」
- 「PythonによるLong Short-Term Memoryのマスタリング:NLPでのLSTMの力を解き放つ」