Formålet med dagen var tre delt; Skape foreståelse av hva Maskinlæring er, når man kan bruke Maskinlæring og ikke minst når skal man ikke bruke Maskinlæring.
Det var knyttet stor spenning til dagen. De fleste hadde ikke kjennskap til temaet og David Fredman var faglig ansvarlig for innholdet. Dette var utformet i samarbeid med Ricki Sickenger og Helge Skjellevik. Vi tvilte ikke på det faglige innholdet siden David nettopp har ankommet oss fra en stilling ved UiB innen dette fagområdet. Ved UiB har han hatt ansvar for en gruppe forskere i avdelingen for Informatikk. Arbeidet har omfattet utvikling av dataanalysemetoder for store datamengder for å forstå hvordan gener utvikler seg.
Programmet for dagen var:
09:00 – Introduksjon til dagen / Hva maskinlæring? – David
09:20 – Linear regresjon og kostfunksjon – Ricki
10:00 – Oppgave #1 – Linear regresjon
10:50 – Logistisk regresjon, og klassifisering – Ricki
11:15 – Oppgave #2 – logistisk regresjon og klassifisering
11:45 – Lunsj
12:15 – Evaluering av oppgaven – Vurdering av resultatene fra kjøring – false positives osv (f1 score,…)
13:10 – Azure ML, osv,. Demo med Azure ML
13:20 – Kort intro til datasettet – David
13:30 – Oppgave #3: Bruke Azure ML
14:10 – Deep learning intro – David
14:30 – Oppgave #4 – Deep learning playground
15:00 – Oppsummering, evaluering og avslutning
Dagen ble meget interessant og en erkjennelse av at det er mye vi ikke kan om dette området. Vi ser flere drivere av denne teknologien. Det ene er tilgang til mye data, det andre er økt datamaskinkapasitet til analyseformål og ikke minst at det er kommet mange lav-terskel verktøy som er tilgjengelig på nett.
Dagen ble evaluert til en 5.5 av 6 i overall score.
