У чому проблема збору медичних даних і кому вони потрібні - кейс компанії Mawi Solutions.

Команда студентів загорілася ідеєю превентивної медицини і хотіли запустити хмарне рішення для визначення хвороб серця на ранніх стадіях із застосуванням штучного інтелекту.
Проблемою стали дані. Для навчання алгоритму потрібні були дані як молодих людей, так і людей похилого віку.

На процес створення браслета Mawi пішло півтора року, починали з ідеї, знаючи лише базові принципи роботи схожих пристроїв.
Зараз якість сигналу пристрою не поступається за якістю даними кардіографа (99% точності щодо ЕКГ в 1 відведенні) і вимірює пульс набагато точніше звичайних оптичних пульсометрів.

Читай більше у статті: https://ain.ua/2018/10/06/kolonka-ot-mawi-solutions/

#datascienceua #datascience

​​Не прогав шанс виграти квиток на 5-ту конференцію Data Science UA!

Що потрібно?
1. Зробити публікацію на своїй сторінці у Facebook чи Instagram про цікаві випадки, які трапились на заходах Data Science UA, або поділитися враженнями.
Перевірити налаштування приватності - має бути у публічному доступі.
2. Тегнути Data Science UA та поставити хештег #DSUA_story
3. Поставити ❤️ під публікацією.

Конкурс діє до 12 жовтня до 17:00.

Наш Facebook та Instagram

​​Чи часто тобі доводилось жалкувати про пропущені пари з вишки? Шукати курси з математики на Coursera чи YouTube?
1 та 2 грудня оновлюй та дізнавайся більше про математику на Make math great again. Basic Mathematics Course.

Марія Королюк та Марія Дворяшина отримали математичну освіту кращих університетах світу (Генуя, Оксфорд, Гамбург та Уорвік) та готові поділитись знаннями на дводенному курсі Make math great again. Basic Mathematics Course 1-2 грудня. Курс допоможе згадати основи математики за 2 дні, переглянути новітні підходи до науки та зрозуміти, як використовувати математику як компетентну перевагу. Протягом курсу виступатимуть запрошені експерти з IT-індустрії.

Кому варто відвідати цей курс:
- студентам, що прагнуть зрозуміти навіщо в університетському
курсі оптимізаційні моделі, статистика, вища математика та як ці знання перетворити у компетентні переваги для пошуку роботи або створення свого стартапу;
- junior розробникам, яким необхідно “освіжити” знання
- бізнес та фінансовим аналітикам

​​Декілька корисних порад для візуалізації даних:

📌 Враховуте аудиторію. Визначтесь, чи потрібен простий звіт, чи більш складний.
📌 Не перестарайся з круговою діаграмою, виділяючи багато елементів. Можливо, гістограми чи графіки підійдуть краще.
📌 Починайте систему координат з «0».
📌 Перетворюйте складний графік на декілька простих.
📌 Визначтесь з кольором та шрифтом для візуалізації.
📌 Додайте примітки, щоб графік був зрозуміліший.
📌 Уникайте 3D.
📌 Використовуйте мапу для візуалізації даних з обережністю.

Джерело: https://www.kdnuggets.com/2018/08/data-visualization-cheatsheet.html

Дізнатись більше про візуалізацію даних ви можете на Data Science Visualization Course: https://data-science.com.ua/ua/courses/data-science-visualization-course/

#datascienceua #datascience

5 загальних помилок серед початківців у data science

1) Навчання без практики.

Одна з помилок початківців полягає у тому, щоб розібратись з багатьма поняттями, не замислюючись над їх застосуванням. Наприклад, якщо дата саєнтист початківець вивчає алгоритм, йому потрібно знати реальні застосування та обмеження для вирішення конкретної проблеми. Теорія корисна лише тоді, коли вона застосовується на практиці.

2) Покладатись лише на дані.

Основна увага приділяється лише даним, а не проблемі, яку вони намагається вирішити. Самі дані не можуть бути ключовим елементом. Вони ще повинні відповідати потребам бізнесу.

3) Ігнорування математики та статистики.

Наука про дані вимагає всебічного аналізу даних. Дуже важливі знання математики та статистики. Лінійна алгебра та обчислення є основою для розуміння таких областей, як машинне навчання та глибинне навчання. Знання статистики допоможуть встановлювати зв'язки між об'єктами даних та ефективно візуалізувати їх.

4) Намагатися дізнатись все поспіхом.

За останні роки наука про дані швидко розвивається. Усі хочуть сповна опанувати цю галузь. Початківці хочуть одразу приступити до складих областей, таких як NLP або комп'ютерне бачення. Хоча спочатку треба добре розібратись з основами ML.

5) Непослідовне навчання.

Навчання має бути безперервним. Не варто припиняти навчання, якщо певні теми стають занадто складними. Завжди можна звернутись до своїх однолітків, професіоналів або навіть обговорювати пробему на інтернет-форумах, таких як Stack Exchange, Stack Overflow або GitHub.

Читайте більше за посиланням

​​Опівночі ціни на квитки на Data Science UA Conference підвищаться!
Встигніть придбати квиток та зекономити 600 грн.

Діють знижки 10% при купівлі від 5 квитків, 15% - від 10 квитків, 25% - для студентів.

#datascienceua #datascience #dsuaconference

​​Олександра Сіроватко, CEO та Founder Data Science UA, розповіла про Data Science в Україні та порадила декілька книг й серіалів для розвитку. Читай про це та більше у статті 😊

​​15-16 грудня за підтримки MySales Labs та OSA Hybrid Platform відбудеться курс Mathematical forecasting of market demand and sales.

Курс триватиме 2 дні та охопить бізнес й технічну сторони математичного прогнозування попиту та продажів.
———————
Спікери:

Микола Лисенко
Senior Data Scientist at OSA HP

Микола закінчив бакалаврат математичного факультету Національного дослідницького університету «Вища школа економіки» і магістратуру економічного факультету того ж університету зі спеціалізацією в економетриці та математичних методах аналізу економіки у Москві.
До того, як стати data scientist, Микола займався теоретичною математикою. В якості дослідника він став автором/співавтором багатьох публікацій.
Він працював data scientist в багатьох компаніях. Зокрема, в Yandex Data Factory. На даний момент Микола працює в OSA Hybrid Platform — компанії розробника AI-рішень для продуктових роздрібних мереж і виробників з FMCG-сектора.

Олексій Івасюк
Founder, MySales Labs Ltd.

Олексій закінчив Київський політехнічний інститут з вищим національним дипломом з математики та інформатики
Олексій має досвід роботи в різних напрямах ІТ-бізнесу з 1994 року. Він впровадив величезні міжнародні проекти в роздрібних, FMCG та компаніях з важкої промисловості Європи.
З 2014 року Олексій став ІТ-підприємцем. Він засновник та головний архітектор рішень у компанії MySales Labs.
MySales Labs надає інформацію роздрібному бізнесу, що сприяє зростанню бізнесу, підвищує рентабельність і дохід. MySales Labs допомагає компаніям оптимізувати запаси без втрат продажів і посилити конкурентоспроможність на світових ринках.

———————
Для кого цей курс?

Бізнес аудиторія:
бізнес аналітики і аналітики даних,
керівники проектів,
project та product менеджери

Технічні спеціалісти:
розробники,
BI-аналітики,
data scientists

———————

Квитки за посиланням: https://tickerry.com/event/mathematical-forecasting-market-demand-and-sales/

​​Який фільм подивитися ввечері? 🙂
Що ж пропонуємо найкращий фільм 2013 року за версією Національної ради кінокритиків США— мелодрама «Вона» Спайка Джонза.
Фільм про письменника Теодора Туомблі, який від нудьги купує нову операційну систему. Система здатна самостійно навчатися, має почуття гумору та допомагає з процесом бракорозлучення Теодора. Він називає її Самантою. І незабаром він помічає, що закохується в неї. Але Саманта переживає, що не має фізичної оболонки та не може бути близькою. Вона вирішує вселитись у тіло дівчини.
#datascienceua #datascience

​​Цікавишся сучасними технологіями й історією комп’ютерів. Чи лише починаєш свій шлях в ІТ і шукаєш натхнення?

Проходь тест, набирай бали за правильні відповіді та отримуй знижку до 15% на квиток на конференцію Data Science UA!

https://docs.google.com/forms/d/e/1FAIpQLSc5xv4kw7GyDorkvzxvnb29TSrLKuhuNGlS1fJTS6NIKkrHuQ/viewform

15 тестів, кожна правильна відповідь – додатковий 1% до знижки. 15 правильних відповідей – 15%.

Дана акція до 22 листопада включно.

#datascienceua #datascience

Олександр Гончар, AI Solution Architect в Mawi Solutions розповів у статті про те, чим займаються дослідники в області АІ та як теорія застосовується на практиці.
Читайте у статті 👇🏻
https://dou.ua/lenta/articles/machine-learning-research/?fbclid=IwAR18Q79KZMalPuS5Ed1uZIN4YheTHC1ff0vyo5kwaTZN6lFYp6OVot--ddA

Олександр виступить на конференції Data Science UA 24 листопада!
Більше інформації та квитки на сайті: https://data-science.com.ua/ua/conferences/data-science-ua-conference-5th/

​​Привіт 😊
Подія, яку наша команда почала готувати влітку вже завтра – конференція Data Science UA!
20 спікерів, 3 потоки та 400 учасників 🙂
Будемо раді бачити вас завтра на конференції!
Детальна інформація та квитки за посиланням:
https://data-science.com.ua/ua/conferences/data-science-ua-conference-5th/

​​За 2 дні розпочинається Make math great again. Basic Mathematics Course 😀
Ти вже встиг забронювати собі місце?
-----------------
Реєструйся на курс вже зараз: https://data-science.com.ua/ua/courses/make-math-great/

#datascienceua #datascience

Відео з конференції Data Science UA вже на нашому YouTube! 😃😍

- Андрій Бурлуцький, SMART business
Тема: Are you Ready to capture the AI opportunity?
- Володимир Ткачук, Ring Ukraine
Тема: How to deploy ML algorithm on embedded
- Олександр Гончар, Mawi
Тема: Multitask learning: learn more to learn better
- Олександр Жуков, Videogorillas
Тема: 12 мільйонів кадрів на секунду — як я потрапив у Голлівуд
- Василь Милько, Ingeenee
Тема: AI solves NP-complete
- Juan Pablo Figueroa, N-iX, Mercanto
Тема: How to predict with (very) small data
- Віктор Сахарчук, Independent CV/ML R&D professional
Тема: Confidence Measures For Stereo Vision
- Михайло Ільїн, Taxify
Тема: Machine Intelligence for Urban Mobility
- Андрій Босий, MindCraft
Тема: NER або Розпізнавання та класифікації документів
- Дмитро Солопов, SMART business
Тема: Intelligent advisory mechanism (IAM) to engage customers.
- Тарас Гнот, SoftServe
Тема: Сustomers profiling based on psychometric characteristics
- Олексій Слюсаренко та Віра Зінкевич, Deloitte
Тема: Обробка природньої мови для автоматизації бізнес-процесів
- Тетяна Фурсова, OTP Bank
Тема: Predictive analysis: the way to get a satisfied customer
- Денис Довгополий, GrowthUP
Тема: Features in attracting investors to the early stage AI-startups

#datascienceua #datascience

14-річний хлопчик на ім'я Бакші, який став AI експертом для IBM 😃 Історія, яка надихне.

Він вперше звернув увагу IBM у 11 років, хоча розвиток Бакші в галузі технологій почався набагато раніше. У той час як однолітки складали Legos, п'ятирічний він навчився кодувати.

У 7 років він почав вести YouTube канал про технології
https://www.youtube.com/channel/UCqufIGIYauviVaKyJUzKvQw

#datascienceua #datascience

​​Data Science UA запустили новий напрямок — консалтинг!
Очолила його Вероника Тамайо Флорес — магістр з Business Analytics & Big Data, випускниця IE Business School (Іспанія). Вона поєднує досвід у бізнесі та знання в галузі Data Science для вирішення різноманітних задач і прийняття рішень, заснованих на даних.

Звертайтеся до нас, якщо ви маєте задачі у сферах:
☑️ бізнес-аналізу та просунутої аналітики;
☑️ побудови Data Warehouse;
☑️ систем збору та агрегації даних;
☑️ Data Mining;
☑️ машинного навчання.

Якщо ви хочете запровадити новітні методи і технології, але не впевнені, з чого почати — ми готові відповісти на ваші питання та визначитись з першим проектом.

​​Розігруємо подарунок під ялиночку — теплий та класний світшот ❄️ Розіграш відбувається у Facebook та Instagram

Умови участі у розіграші:
1. Бути підписаним на сторінку Data Science UA
2. Зробити репост цього допису до себе на сторінку. Публікація повинна бути у відкритому доступі.

Інструкція із застосування 😊:
- нядягати у холодну погоду
- нядягати, коли сумно
- надягати, коли хочеш відчути присутність Data Science спільноти поруч 😀

Переможця оберемо 28 грудня.

#datascienceua #datascience

​​Data Science Visualization Course — повторення очікуваного курсу.

Встигніть потрапити на курс цього разу.
Кількість місць обмежено — 24 учасники.

31 січня та 1 лютого Дмитро Гусенко, Data Analyst, Luxoft проведе дводенний курс Data Science Visualization.

Дмитро має більше 20-років досвіду роботи в галузі автоматизації бізнес-процесів та впровадження систем ERP, 10-річний досвід роботи в системному аналізі та архітектурі бізнес-моделей, 3-річна експертиза управління даними для підвищення ефективності роботи компанії.
Має досвід роботи в галузі архітектури рішень, найкращих практик аналізу бізнес-аналізу для підвищення цінності для інвесторів.


Запрошені експерти:

Олександр Васильєв - Використання мови R для візуалізації даних

Дмитро Пациляндра - Використання мови Python для візуалізації даних

⚡️ Зміст курсу ⚡️

• Введення в візуалізацію даних
• Кращі практики та методи візуалізації
• Порівняння безкоштовних платформ для візуалізації даних
• Воркшоп в групах: моделювання візуалізації на підставі вимог бізнесу
• Практична робота: розробка та публікація візуалізацій, виконаних з використанням MS Power BI Desktop, Tableau Desktop Public Edition
• Практична робота: розробка візуалізації з R, бібліотеки ggplot2, RGL, Plotly
• Практична робота: розробка візуалізації з Python, бібліотеки matplotlib, plotly, bokeh

✓ На курсі ви знайдете відповіді на запитання ✓:

- Практики і підходи для якісної візуалізації. Яких помилок слід уникати? Як зробити так, щоб дані говорили самі за себе і показували необхідні бізнесу інсайти?
- Огляд систем Self BI
- Як зробити візуалізацію швидко, без програмування і надати доступ іншим до створеної візуалізації, в рамках організації або навіть за її межами?
- Як зробити це такими інструментами, за використання яких компанії б не довелося платити гроші, або вартість була б дуже доступною?

Ви отримаєте практичні навички роботи у Microsoft Power BI і Tableau.

Також для проектів Data Science і машинного навчання необхідний більш глибокий аналіз даних, який реалізується за допомогою R та Python. Частина курсу присвячена вивченню деяких базових можливостей для візуалізації з використанням популярних бібліотек R та Python.

З 1-го січня вартість квитка на курс зросте!

​​ТОП 5 бібліотек для візуалізації даних:

1. D3 - це JavaScript бібліотека для керування документами на основі даних.
D3 дозволяє легко працювати з великими датасетами.

2. React-vis
Ця бібліотека створена Uber. З її допомогою можна легко створювати загальні діаграми (стовпчикові, кругові, карти дерев та багато іншого).

3. Chart.js
Ще одна бібліотека, яка серед інших має перевагу — невеликий розмір. Chart.js дає 8 типів візуалізації.

4. VX
Тут можна знайти величезну кількість графіків.

5. Recharts
Бібліотека, побудована на react-компонентах.

Більше інформації за посиланням: https://www.kdnuggets.com/2019/01/five-best-data-visualization-libraries.html

31 січня і 1 лютого разом з Дмитро Гузенко ми проводимо Data Science Visualization Course: 2.0, де й дізнаємось більше про візуалізацію!

#datascienceua #datascience

​​Data Science UA Conference

Знання та нетворкінг, що створюють переваги

16 березня вже вшосте разом зберуться кращі розробники та інженери з data science, machine learning, NLP, computer vision та AI.

Data Science UA — конференція про технології, що створюють майбутнє вже сьогодні. Саме тут думки формуються в ідеї, учасники стають партнерами, а інсайти перетворюються на досвід.

Станьте частиною справжнього data science community в України на Data Science UA Conference 2019.

Data Science UA - це:
- 400 учасників
- 18 спікерів
- 3 потоки
- 10 годин нетворкінгу

Одночасно 3 потоки:
- технічний потік
- бізнес потік
- воркшопи

Інформація і квитки за посиланням

Ми розігруємо квиток на 6-ту конференцію Data Science UA на нашій сторінці у Facebook

Data Science UA - це:
- Три потоки: бізнес, технічний і воркшопи.
- Корисні і цікаві доповіді.
- Нетворкінг.

Умови участі у публікації