WSAD

Ogólnopolskie Warsztaty ze Statystyki i Analizy Danych to konferencja organizowana przez Studenckie Koło Naukowe Matematyków Politechniki Krakowskiej.

Obecna edycja jest już jedenastą. Ta edycja jest wyjątkowa ze względu na zaproszonych gości, ale także dlatego, że odbędzie się konkurs na najlepszy referat studencki.

Już 26 i 27 maja będzie można wziąć udział w zdalnych wykładach i warsztatach prowadzonych przez zaproszonych gości zarówno ze świata naukowego jak i profesjonalnego.

W ramach części warsztatowej każdy z uczestników będzie mógł poczuć na własnej skórze jak rozwiązuje się problemy z zakresu analizy danych i statystyki w praktyce.

Część wykładowa natomiast ma na celu poszerzyć horyzonty uczestników zarówno ze strony praktycznej jak i teoretycznej. Odbędą się również sesje referatów studenckich. Serdecznie zapraszamy do wzięcia udziału w wydarzeniu.

CZĘŚĆ WYKŁADOWA

OGŁOSZENI GOŚCIE

Kluczową rolę w przebiegu konferencji pełnią wykłady i szkolenia wygłaszane przez zaproszonych gości. Składający się z ekspertów z branży, którzy posiadają zaawansowane wykształcenie w dziedzinach matematyki, statystyki, informatyki, a także praktyczne doświadczenie w pracy z danymi. Są to ludzie, którzy zajmują się analizą danych i statystyką w różnych kontekstach, takich jak biznes, nauka, polityka, medycyna, ekonomia czy marketing. W swoich wystąpieniach korzystają z różnych narzędzi i technik, takich jak wizualizacje, analiza trendów, statystyki opisowe, modele prognostyczne czy uczenie maszynowe, aby pomóc słuchaczom w zrozumieniu przedstawianych danych.

Referaty Studenckie

Nieodłączną częścią konferencji są referaty wygłaszane prez Studentów.

 Modele VAR-SV-GARCH w bayesowkiej analizie danych makroekonomicznych i finansowych

Wykład 

Anna Pajor to polska matematyk i ekonomistka, z tytułem doktora habilitowanego nauk ekonomicznych. Jej specjalizacją są ekonometria oraz finanse. Prowadzi wykłady jako profesor nadzwyczajny na Katedrze Ekonometrii i Badań Operacyjnych Wydziału Zarządzania Uniwersytetu Ekonomicznego w Krakowie oraz jest adiunktem Zakładu Matematyki Finansowej Instytutu Matematyki Wydziału Matematyki i Informatyki Uniwersytetu Jagiellońskiego. 

STRESZCZENIE

W czasie wykładu zostaną przedstawione wybrane procesy wektorowej autoregresji (VAR) w kontekście ich wykorzystania do opisu kształtowania się wielkości makroekonomicznych i finansowych.

 Pokażemy jak sprawdzić co jest ważniejsze z punktu widzenia własności prognostycznych tych modeli: możliwość uwzględnienia długookresowych zależności czy zmienna w czasie macierz warunkowych kowariancji.

 Zostaną omówione bayesowskie modele typu VAR-SV-GARCH, a następnie bayesowskie metody badania własności prognostycznych modeli. Wykład zakończą przykłady empiryczne

Identyfikacja i niwelacja pułapek w analizie danych opartej na współczynnikach korelacji 

Jako wykładowca na Politechnice Krakowskiej, Dr Stawiarski wykorzystuje swoje bogate doświadczenie w statystyce, aby przekazać studentom nie tylko teoretyczne podstawy, ale także praktyczne umiejętności analizy danych. Jego wykłady są precyzyjne, klarowne i zawsze oparte na aktualnych trendach w tej dynamicznie rozwijającej się dziedzinie.
W świetle statystyki i analizy danych, Dr inż. Bartosz Stawiarski jest postacią o niesamowitych umiejętnościach, który nie tylko przekazuje swoją wiedzę innym, ale także aktywnie przyczynia się do rozwoju tej dziedziny poprzez swoje badania i praktyczne zastosowania w biznesie.

STRESZCZENIE

Wnioskowanie statystyczne oparte na klasycznych współczynnikach: korelacji liniowej Pearsona oraz dopasowania R2 może prowadzić do fundamentalnych błędów w analizie i docelowym modelowaniu danych empirycznych.

 W referacie omówione zostaną pułapki interpretacyjne związane z tymi miernikami oraz alternatywne techniki pomiaru zależności, redukujące ryzyko błędnych wniosków. 

Dla prostej zależności między dwiema zmiennymi jedną z takich alternatyw stanowi współczynnik korelacji rangowej Spearmana. W analizie danych wielowymiarowych uwaga skupiona będzie na dwóch zagadnieniach: regresji grzbietowej jako udoskonaleniu klasycznego modelu regresji liniowej w razie współliniowości wśród zmiennych objaśniających; kointegracji jako adaptacji modelu regresji na przypadek danych stanowiących realizację niestacjonarnego szeregu czasowego. 

Krótkie studia statystyczno-modelarskie w środowisku RStudio zilustrują omawiane aspekty analizy danych.

Wprowadzenie do NLP na podstawie naiwnego klasyfikatora bayesowskiego

Wykład + Warsztaty

Pracuję w firmie Comarch gdzie zajmuję się projektowaniem modeli uczenia maszynowego z naciskiem na zastosowanie w systemach lojalnościowych. W ostatnim czasie szczególnie śledzę tematy związane z pracami nam Logicznymi Sieciami Neuronowymi (ang. Logical Neural Networks) które mogą m.in. znacząco pomóc w zrozumieniu wyników zwracanych przez modele.

STRESZCZENIE

Ostanie dekady w sztucznej inteligencji i uczeniu maszynowym należały głównie do modeli statystycznych i na jednym z takich modeli skupimy się podczas warsztatów.

Naiwny klasyfikator bayesowski mimo swej prostoty może doskonale sprawdzić się w problemach klasyfikacji w tym tych związanych z przetwarzaniem języka naturalnego.

W czasie warsztatów przejdziemy przez podstawowe kroki tworzenia modelu uczenia maszynowego takie jak zrozumienie modelowanego problemu, przygotowanie danych, uczenie modelu oraz ocena jego skuteczności.

Warsztaty skierowane są dla osób chcących poznać podstawy uczenia maszynowego. Wymagana jest znajomość podstaw rachunku prawdopodobieństwa oraz programowania.

Materiały wraz z instrukcją pracy będą do pobrania ze strony: https://github.com/albrzykowski/owsad2023

Kontakt

kontakt@wsad.pl