Interested in a new permanent or contract developer job? We can help find one.

Distribuerad Tensorflow och att bevisa påverkan genom A/B tester

April 3, 17:15

Stockholm, Sweden
Postmuseum, Lilla Nygatan 6, Gamla stan, Stockholm

External Registration

Open Registration Page

Välkommen att nätverka med andra data scientists och lyssna på ett par intressanta presentationer!
Denna meetup kommer att handla om Tensorflow, det populära deep learning biblioteket som google open sourcade 2015 och som utöver deep learning täcker in många olika machine learning tekniker. Den kommer också att handla om A/B testning och hur följdbeteenden givet respons kan analyseras.
Distribuerad Tensorflow
Kvällens första talare är Jim Dowling som är forskare på KTH inom storskaliga distribuerade system. Hans forskning har handlat om att förbättra de fundamentala egenskaperna i programvarusystem däribland  tillförligtlighet, tillgänglighet, säkerhet, skalbarhet och prestanda.
Ett av de projekt som Jim varit aktiv i är Hadoop distributionen Hops (www.hops.io) som gör det enkelt för många olika typer av kompetenser att nyttja Hadoop i sina projekt. Hops är även den första hadoop distributionen som stödjer tensorflow. Presentationen kommer att handla om hur tensorfow fungerar, hur det kan skalas upp och integreras med Hadoop. Vi kommer även att få se en demo av hops och tensorflow.
Bevisa påverkan genom A/B testning  
Kvällens andra talare är Peter Saltin som är Data Scientist och Analytics Lead på Ferrologic Analytics.
Vid A/B testning är det ofta intressant att analysera hur användarnas eller kundernas beteende påverkas av en förändring eller aktivitet. Att mäta respons kan ofta vara ganska enkelt givet att testet är uppsatt på ett sätt som gör att de  olika grupperna kan ses som sannolikhetsmässigt ekvivalenta och att rätt data samlas in. 
Att analysera hur olika beteenden påverkas givet respons blir dock mer utmanande. Den ursprungliga kontrollgruppen är inte längre en likvärdig motsvarighet för den delmängden som gett respons i en målgrupp. I denna presentation kommer problematiken med att jämföra en delmängd av målgruppen belysas, vilka fallgropar som finns och en diskussion kommer hållas på möjliga sätt att hantera problematiken för att nå så djupa insikter som möjligt från A/B testning. 
Agenda:
17:15 Portarna öppnas. Ta något att dricka, lite snacks och mingla.
17:45 - 18:15 Distribuerad Tensorflow
18:15 - paus med enklare förtäring
18:45 -19:15 Bevisa påverkan genom A/B testning  

Stockholm Data Science Stockholm Data Science

Propose talk to Stockholm Data Science