Seminari u ovom nizu zamišljeni su kao skup kratkih predavanja koja drže kolegice ili kolege studenti, a koja se temelje na njihovim kvalitetno pripremljenim i uspješno obranjenim završnim ili diplomskim radovima. Razne teme iz područja umjetne inteligencije, računalnih igara, obrade podataka i mnogih drugih naći će svoje vrijeme u nizu seminara koji su u pripremi.
Predavači trećeg AI lab seminara su:
Erik Đuranec: Kako trenirati duboke ML modele s ograničenim podacima
Dario Široki: Strojno učenje za otkrivanje prijevare u kartičnim transakcijama
Erik Đuranec
Trenutno se bavi podacima (Data science) u jednom hrvatskom jednorogu. Osim činjenice da voli podatke i rad s njima, važno je reći da su mu umjetna inteligencija i strojno učenje područja od interesa i hobiji kojima se bavi kad god stigne. Ljubav prema AI-ju i podacima rodila se za vrijeme prijediplomskog studija na FOI-ju (i njegove prve neuronske mreže), a tu ljubav danas ima prilike primjenjivati u praksi, što i s užitkom radi.
O temi
Ovo predavanje je namijenjeno svima koji se bave strojnim učenjem ili su jednostavno zainteresirani za to područje. Predavanje je praktično usmjereno, što znači da će teoretski koncepti biti popraćeni implementacijom u programskom kodu. Fear not, jer svi primjeri budu naknadno dostupni onima koji su zainteresirani za samostalno eksperimentiranje (no live coding required). Koncepti o kojima će biti riječ su: duboke neuronske mreže, sintetičko generiranje podataka, predterenirani modeli i još puno zanimljivih sitnica. Neću ovdje pisati o svemu jer najbolje je da dođeš, naučiš nešto zanimljivo i da se zabavimo.
Dario Široki
Do nedavno student Sveučilišta u Zagrebu Fakulteta organizacije i informatike, Dario je završio Diplomski studij Informacijsko i programsko inženjerstvo. U slobodno vrijeme radi kao lead developer u odev.tech, gdje se bavi full stack developmentom. U svom diplomskom radu obradio je jedan segment iz fintech domene, jednog od svojih interesa.
O temi
Dario će te upoznati sa selekcijom zanimljivih segmenata u domeni otkrivanja prijevara u kartičnim transakcijama, dinamičnom, podacima bogatom, okružju ljudskog ponašanja i strategija za prijevare, odličnom poligonu za primjenu strojnog učenja. Govorit će o problemskoj domeni, skupovima podataka te primjenjivim tehnikama strojnog učenja i njihovoj evaluaciji. Naučit ćeš o razvoju modela, procjeni njegove uspješnosti i priznatim oblicima prijevara u kartičnim transakcijama. Bit će ovo uravnotežen odnos teorije i praktičnih primjera - odlična kombinacija za sve koje interesira ova kombinacija informatike i financija.
