Fagdag – Maskinlæring

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.