BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//jEvents 2.0 for Joomla//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
BEGIN:VTIMEZONE
TZID:Europe/Moscow
BEGIN:STANDARD
DTSTART:20140903T190000
RDATE:20141026T010000
TZOFFSETFROM:+0300
TZOFFSETTO:+0400
TZNAME:Europe/Moscow MSK
END:STANDARD
BEGIN:STANDARD
DTSTART:20141026T010000
TZOFFSETFROM:+0400
TZOFFSETTO:+0300
TZNAME:Europe/Moscow MSK
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:781i1m19aol688keoq5mhel2vg@google.com
CATEGORIES:RTportal.ru
CREATED:20170606T092329
SUMMARY:Mail Ru Meetup
LOCATION:Кинозал Mail.ru Ленинградский проспект д.39, строение 79
DESCRIPTION;ENCODING=QUOTED-PRINTABLE:https://corp.mail.ru/ru/press/events/109/\n\nВ программе – 3 доклада по 30 
 минут, после которых участники смогут пообщаться в неформальной обстановке 
 за чашкой чая. В этот раз спикерами выступят:\n\nДмитрий Селиванов, Однокла
 сники\n\nFinding Similar Items in high-dimensional spaces: Locality Sensiti
 ve Hashing\n\nДмитрий познакомит слушателей с эффективным вероятностным мет
 одом снижения размерности многомерных данных – Locality Sensitive Hashing. 
 На примере задачи поиска похожих текстовых документов гости подробно разбер
 ут алгоритм Minhash и научатся выявлять дубликаты за линейное время.\n\nДми
 трий Бабаев, Тинькофф Банк\n\nData science using Big Data. Pragmatic approa
 ch\n\nПодготовка данных, построение предиктивных моделей и дальнейшее их ис
 пользование становятся сложнее при работе с big data. Возникают новые пробл
 емы, которые отсутствуют при работе с обычными объемами данных. Комбинация 
 привычных и новых инструментов работы с данными позволяет использовать боль
 шие данные, применяя привычные подходы работы с данными. Спикер расскажет, 
 как эффективно использовать стандартные инструменты машинного обучения из P
 ython Data Stack (IPython Notebook, SciKit-Learn, Pandas) совместно с Apach
 e Spark и Hadoop Stack. Он затронет подходы к машинному обучению на больших
  данных и LSML, а также поделится практическими приемами ML в комбинации со
  Spark.\n\nАндрей Кутузов, Mail.Ru Group\n\nНейронные языковые модели и зад
 ача определения семантической близости слов для русского языка\n\nДоклад ка
 сается популярных в последние годы нейронных или предсказательных моделей, 
 которые переворачивают семантический анализ текстов с ног на голову. Эти мо
 дели позволяют быстро получать векторы (не нужна запятая) во много тысяч ра
 з компактнее, чем при традиционном подходе, и качество при этом только повы
 шается.\nПодробнее @mephistopheies This event was imported from: https://rt
 portal.ru/index.php/kalendar-sobytij/eventdetail/242/-/mail-ru-meetup?tmpl=
 component
DTSTAMP:20260813T012207Z
DTSTART;TZID=Europe/Moscow:20150904T180000
DTEND;TZID=Europe/Moscow:20150904T210000
SEQUENCE:1
TRANSP:OPAQUE
END:VEVENT
END:VCALENDAR