Andmeteaduse seminarid

Ootame kõiki andmeteaduse- ja kultuurihuvilisi osalema andmeteaduse seminaril 22. mail algusega kell 15.45 Delta õppehoone ruumis 1037. Seminaril tutvume andmete kasutusega kultuurivaldkonnas. 

Ürituse programmi ja kõnelejaid tutvustame varsti.

Registreeru üritusele

Lisa üritus oma kalendrisse

19. märtsil andmeteaduse seminar toimus teemal „Terviseandmete teisene kasutus". Seminari korraldas ja modereeris andmeteaduse õppetooli juhataja Jaak Vilo.

Tänapäevane tõenduspõhine meditsiin vajab haiguste ja ravimeetodite uurimiseks mitmesuguseid andmeid. Pärismaailma andmete teisene kasutus tähendab, et meditsiinisüsteemis igapäevase ravi käigus tekkinud andmeid kasutatakse teadus- ja arendustegevuse eesmärgil. Seminaril tutvume erinevate osapoolte kasutusjuhtude ja visioonidega ning arutame Euroopa ja Eesti ees seisvate strateegiliste valikute üle terviseandmete teiseses kasutuses.

Kõnelejad:

• Jaanika Merilo, Sotsiaalministeerium, e-tervise strateegia juht
• Liisa Loog, Metrosert, terviseandmete valdkonna juht
• Raivo Kolde, TÜ terviseinformaatika kaasprofessor
• Lenne-Triin Kõrgvee, TÜ Kliinikumi vähikeskuse direktor
• Peter Rijnbeek, Prof., Chair of the Department of Medical Informatics of the Erasmus MC, The Netherlands
  
  Üritust toetas tehisintellekti tippkeskus (EXAI), rahastajaks Haridus- ja Teadusministeerium.
  
   

 Ürituse koduleht

Seminari fotogalerii

Seminari salvestus

11. märtsil toimunud andmeteaduse seminari teemaks oli „Usaldusväärne ning vastutustundlik tehisaru".

Tehisaru omab usaldusväärse tehnoloogia arendamisel kandvat rolli, nagu on majandusliku ja regulatoorse süsteemina tunnistanud Euroopa Liit. Uued regulatoorsed nõuded tagamaks tehisaru usaldusväärsuse ja vastutustundlikkuse muudavad inimeste ning tehisaru omavahelist suhet. Selle tulemusena loob tehisaru uusi võimalusi ning turgusid viisil, mis säilitab indiviidide põhiõiguseid ning vabadusi.

Seminari akadeemiline korraldaja oli Huber Flores, moderaatorid Abdul-Rasheed Ottun ja M.M. Rasingthe Marasinghe.

Kõnelejad

• Huber Flores, Tartu Ülikooli lausandmetöötluse kaasprofessor
• Michell Boerger, teadur, Fraunhofer Institute for Open Communications Systems FOKUS
• Sonia Sousa, interaktsioonidisaini dotsent, Tallinna Ülikool/vanemteadur, TalTech
• Manh Nguyen, teadusinsener, Montimage, France
• David Solans, teadur, Telefonica Research I + D
• Bart Siniarski, teadur, University College Dublin

Üritus sai rahastust Euroopa Liidu Horizon 2020 programmi raames.

Ürituse koduleht

Seminari fotogalerii

Seminari salvestus

Seminar toimus sTARTUp Day raames. Üritust korraldas ja modereeris arvutiteaduse instituudi kaasprof Jaan Aru.

Suurandmed ning tehisaru muudavad haridusmaailma. Kuid milliseid muutuseid me vajame? Seminar tõi kokku avaliku sektori, akadeemia ning EdTech valdkonna. Seminaril nägime mis  andmed on olemas, kuidas EdTech ettevõtted andmeid käsitlevad ning mis lisaväärtust pakub tehisaru.

Seminari käigus ka ilmnes, et tulevikus ei ole haridus vaid koolide ja ülikoolide pärusmaa, vaid aina enam osa elukestvast õppest.

Kõnelejad: 

• Margus Püüa, personaalse õpiraja tootejuht, Tallinna Tehnikaülikool
• Kairit Tammets, Tallinna Ülikooli haridustehnoloogiate professor
• Kristjan-Julius Laak, Tartu Ülikool
• Margus Pedaste, Tartu Ülikooli haridustehnoloogia professor
• Triin Kask, Metatelluse asutaja ning CEO
• Kadri Tuisk, Clanbeat ja Sage OS asutaja ning CEO

Ürituse koduleht

Seminari fotogalerii

Seminari lindistus

28. novembril toimunud seminari keskseks teemaks oli „Smart Sustainable Mobility and Communities”. Üritust korraldas ning modereeris arvutiteaduse instituudi hajussüsteemide õppetooli juhataja kaasprofessor Amnir Hadachi.

Esinesid järgmised kõnelejad:

• Age Poom, Head of Mobility Lab and Associate Professor in Urban Environment, University of Tartu, Institute of Human Geography, “How can spatial data science support healthy and sustainable urban mobility?”
• Taavi Tammiste, Co-Founder & CTO of Fyma, “Practical usage of computer vision data in physical spaces” 
• Peeter Vassiljev, Lecturer in Social Geography, Estonian University of Life Sciences, "How do Landscape Architects collect park usage data?"
• Naveed Muhammad, Associate Professor of Autonomous Driving, University of Tartu, Institute of Computer Science, "Autonomous driving: developments and challenges"
• Andres Sevtšuk, Head of the City Design and Development Group and Associate professor of Urban Science and Planning, Massachusetts Institute of Technology (MIT), "NYC Walks: A model of sidewalk-level pedestrian mobility for peak traffic periods."

Ürituse koduleht

Vaata seminari salvestust

Vaata pilte seminarilt

Juttu tuli uudsetest tehnoloogiatest, keskkonnaalaste andmete kogumisest ja efektiivsest analüüsist ning loomulikult ka andmete täpsusest. Kliimamuutuste vastu võitlemisel on olulised nii energiatarbe optimeerimine kui ka süsiniku sidumine: metsastamise ja integreeritud taastuvenergeetika lahendused.

Oma ettekannetega esinesid teadlased ja eksperdid nii Tartu Ülikoolist kui ka tuntud Eesti ettevõtetest:

Aveliina Helm, Professor of Restoration Ecology, University of Tartu, Institute of Ecology and Earth Sciences, „Data for nature conservation and restoration: new tools and opportunities“ 
Kalev Pärna, Professor Emeritus, University of Tartu, Institute of Mathematics and Statistics, „Uncertainty estimation in Estonian forest inventory” 
Kristjan Lepik, CEO & Co-Founder of Arbonics, „The new forest economy“
Tauri Tampuu, Research and development manager, SAR expert, and Kaupo Voormansik, SAR expert, CEO of KappaZeta Ltd, „Wonderful Radar – Rich View Through Clouds"
Kirill Grjaznov, Data Scientist, and Arko Kesküla, Data Scientist, STACC, „Personalized optimization in electric power system"
Huber Flores, Associate Professor of Pervasive Computing, University of Tartu, Institute of Computer Science, „Low-cost sensing for environmental sustainability”

Ürituse koduleht

Vaata seminari järgi

Vaata pilte seminarilt

IT Academy Research Summit oli kahepäevane teaduskonverents, mille käigus peeti ettekandeid ning korraldati postrisessioone, vabu arutelusid ning kiirkohtumisi teadlaste ja ettevõtjate vahel. IT Akadeemia programmis osalenud teadlased tutvustasid oma teadustöö tulemusi. Ürituse plenaarsessiooni ettekandeid on võimalik järele vaadata.

• Recording of Day 1
  • ​Prof Jaak Vilo, Ülevaade ITA programmist ja programmi mõju
  • Kaasprof Jaan Aru, Loomuliku ja tehisliku mõistuse labor
  • Kaasprof Huber Flores, Hajutatud ja pervasiivsete süsteemide uurimisrühm
  • Kaasprof Raivo Kolde, Terviseinformaatika uurimisrühm
  • Küberkaitse lektor Arnis Paršovs, Rakendusliku küberturvalisuse uurimisrühm 
• Recording of Day 2
  • Kaasprof Arun Kumar Singh, Koostöörobootika ja robotarvutuse uurimisrühm
  • Kaasprof Eduard Ševtšenko, Digitaalse tarneahela uurimisrühm
  • Assoc Prof Naveed Muhammad,  Isejuhtivate sõidukite labor
  • Mart Toots, Ettevõtluse ja innovatsiooni sihtasutus  
  • Dan Bogdanov, Cybernetica, ITA nõuandva kogu liige
  • Prof Petteri Nurmi, Helsingi Ülikool, ITA nõuandva kogu liige

Seminari modereeris prof Jaak Vilo. Seekord kõnelesid: 

• Liron Friend-Saadon, NVIDIA, Director of Developer Relations
• Kairit Sirts, University of Tartu, Associate Professor
• Zenodia Charpy, NVIDIA, Senior Deep Learning Data Scientist
• Fabian Weiss, NVIDIA, Senior Deep Learning SW Engineer
• Omar Ahmad, University of Iowa, Deputy Director, Driving Safety Research Institute
• Tambet Matiisen, University of Tartu Autonomous Driving Lab Lead Engineer

Seminarilindistust saab järele vaadata siit. Fotosid näeb siit. 

Seminari moderaator oli prof Marlon Dumas. Seminaril esinesid järgmised kõnelejad:

• Mohamad Gharib (UT) - Data/Information Quality Requirements– What is it and Why Does it Matter?
• Anastasija Nikiforova (UT) - Data lake or data warehouse? Data cleaning or data wrangling? How to ensure the quality of your data?
• Jürgen Koitsalu (Chief Product Owner, Swedbank Group Business Intelligence Product Management & Agile Guild) 
• Igor Artemtšuk (Architect, Swedbank Group Business Intelligence Architecture Guild)

Seminarilindistust saad järele vaadata siit.

Anastasija Nikiforova teadustööd rahastab Euroopa Sotsiaalfond.

 Seminaril kõnelesid:

• Taavi Tillmann, Tartu Ülikool, Integrating big health and social data, to better predict heart attacks, and reduce its socioeconomic inequality.
• Abdulrahman Azab, Oslo Ülikool, Towards federation of cross-border sensitive data access and processing
• Liina Kamm, Cybernetica AS, Is usable privacy-preserving data analysis an oxymoron?
• Raivo Kolde, Tartu Ülikool, Adopting common data model for Estonian health data
• Stefan Negru, CSC, Soome, Developing Technologies And Standards for Enabling Sensitive Data Archiving, Sharing and Reuse

Seminarilindistust saad järele vaadata siit.

Kõneleja Raivo Kolde tööd on toetatud Euroopa Sotsiaalfondist "ICT programme" meetmega.

Image

2021/22 õppeaasta viimane seminar võttis aset 30. mail. Seminari teemaks oli "Semantic Segmentation In The Wild" ning toimus koostöös KappaZeta ekspertidega. Kõnelejateks olid

• Dmytro Fishman, Tartu Ülikool - Biomedical segmentation: holy grail and remaining mysteries
• Tanya Shtym, KappaZeta - KappaMask: AI-Based Cloud Mask Processor for Sentinel 2
• Markus Kängsepp, Tartu Ülikool - Calibration of Bird's-Eye-View Semantic Segmentation
• Kaupo Voormansik, KappaZeta, CEO - Data Science and Machine Learning in KappaZeta

Seminarilindistust saad järele vaadata siit.

Tehisintellektist (AI) tulenev kasu ennustustäpsuse, automatiseerimise, uute toodete ja teenuste või kulude vähendamise osas on märkimisväärne. Ettevõtted peavad aga suurendama tehisintellektisüsteemides kasutatavate andmete ja algoritmide usaldust ja läbipaistvust. Vaikimisi toodavad AI-süsteemid nagu masinõpe või süvaõpe väljundeid ilma selgituste või kontekstita. Kuna prognoositud tulemused muutuvad soovitusteks, otsusteks või otsesteks tegevusteks, kipuvad inimesed otsima õigustust. Enamik valdkonna eksperte nõustub, et AI-süsteemid peaksid olema lõppkasutajate ja algoritmiliste otsuste subjektide jaoks vähem mitmetähenduslikud. Seminaril arutlevad neli esinejat Tartu Ülikoolist ja Wise’ist tehisintellekti seletatavuse ja läbipaistvuse ning masinõppesüsteemi ehitamise nõuete ja väljakutsete üle.

Esinejad ja ettekanded:

• Meelis Kull, masinõppe kaasprofessor, UniTartuCS: Understanding the decisions of an AI system
• Radwa El Shawi, suurandmete kaasprofessor, UniTartuCS: Towards automatic concept-based explanations
• Luca Traverso, vanemandmeteadlane, Wise: Building robust and defensible machine learning systems in Fincrime
• Rain Vagel, andmeteadlane, Wise: Why did the model decide X?

Seminari salvestist saab järele vaadata siit.

Moderaatorid:

• Ahmed Awad, Professor of Data Systems @ University of Tartu, Estonia
• Feras M. Awaysheh, Assistant Professor of Data Analytics @ University of Tartu, Estonia

Esinejad:

• Andreas Hellander (Uppsala Ülikool): Scalable Federated Machine Learning with FEDn
• Peter Richtarik (KAUST): EF21: A new, simpler, theoretically better, and practically faster error feedback
• Aaron Ardiri (RIoT Secure): The Internet of Disconnected Things
• Essam Mansour (Concordia Ülikool): A Data Discovery Platform Empowered by Knowledge Graph Technologies: Challenges and Opportunities

Seminari salvestist saab järele vaadata siit.

Moderaator: Mark Fišel (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Anna Mischenko (AI_NORN): AI_NORN – programming robots as an art
• Eduard Barbu (UniTartuCS): Devices to compute human creativity
• Anna Aljanaki (UniTartuCS): Let there be music: when AI learns to compose
• Jaanus Jaggo (UniTartuCS): The secret of making an endless world for a video game

Seminari salvestist saab järele vaadata siit.

Moderaator: Riccardo Tommasini (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Emanuele Della Valle (Politecnico di Milano; Quantia Consulting): Taming velocity: A tale of four streams
• Matteo Ferroni (Bottega52): Fight data gravity with event-driven architectures
• Niccolò Raspa (SIGHUP): Accelerating data science with MLOps and cloud native technologies

Seminari salvestist saab järele vaadata siit.

Moderaator: Ülar Allas (Tartu Ülikooli teadusarvutuste keskus)

Esinejad ja ettekanded:

• Ott Oopkaup (TÜ teadusarvutuste keskus): High performance computing: A look into how large-scale data storage and processing is done
• Reedik Mägi (TÜ Geenivaramu): Computational challenges in genomics: association studies, genetic risk scores and AI
• Kaur Alasoo (TÜ arvutiteaduse instituut): Automating the processing of terabyte-scale data with software containers and workflow engines
• Velle Toll (TÜ füüsikainstituut): HPC for weather, climate and Earth system prediction
• Pekka Manninen (LUMI superarvuti): LUMI: the European flagship supercomputer of the North

Seminari salvestist saab järele vaadata siit.

Moderaator: Elena Sügis (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Markus Lippus (MindTitan): Delivering on 85% of your AI projects
• Kalev Koppel (STACC): Hired or fired by AI
• Marlon Dumas (TÜ arvutiteaduse instituut): Process mining in action
• Jaak Vilo (TÜ arvutiteaduse instituut): Supply chain for data scientists
• Elena Sügis (TÜ arvutiteaduse instituut): Data science 101 for your business

Seminari salvestist saab järele vaadata siit.

Sissejuhatus teemasse: Kaur Alasoo & Riccardo Tommasini (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Łukasz Grądzki (Bolt): Data Platform at Bolt: Lessons from scaling data infrastructure in a hyper growth company
• Kristjan Eljand (Eesti Energia): Labelling the labelled
• Rao Pärnpuu (Starship Technologies): Using datasets to develop and globally operate self-driving robots
• Taivo Pungas: Datasets: the source code of Software 2.0.

Seminari salvestist saab järele vaadata siit.

Moderaator: Jaak Vilo (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Krista Fischer (TÜ, Geenivaramu): Nowcasting and forecasting of COVID-19 in Estonia: experiences from spring 2020
• Hedi Peterson (TÜ arvutiteaduse instituut): COVID-19 and us. Let the data speak.
• Raivo Kolde (TÜ arvutiteaduse instituut): Creating (inter)national COVID-19 evidence base through health data standardisation
• Dan Bogdanov (Cybernetica, HOIA.me): COVID-19 contact tracing apps in Estonia and abroad

Seminari salvestist saab järele vaadata siit.

Moderaator: Tambet Matiisen (TÜ isejuhtivate sõidukite labor)

Esinejad ja ettekanded:

• Naveed Muhammad (TÜ arvutiteaduse instituut): Autonomous driving – past, present and future
• Martin Appo (Cleveron): Cleveron’s journey towards driverless delivery vehicle
• Sergey Kharagorgiev (Starship Technologies): Computer vision for obstacle avoidance in the wild
• Alex Kendall (Wayve): Creating an artificial driving intelligence

Moderaator: Alexander Nolte (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Marlon Dumas (TÜ arvutiteaduse instituut): Data science and AI for business process improvement
• Markus Lippus (MindTitan): The unexpected use cases for a machine that can listen
• Sven Laur (STACC): Health insurance analytics: A case study at the Estonian Health Insurance Fund
• Lauri Antalainen (CoreGrow): Optimizing production processes: how can data science help?

Seminari salvestist saab järele vaadata siit.

Moderaator: Meelis Kull (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Lauri Sokk (Tark Tartu): Smart City Tartu – why we do what we do?
• Hans Leis (Bercman Technologies): The Smart Pedestrian Crosswalk
• Anti Gruno (Datel): Metallica concert through SAR eye, using Datel’s Early Warning system SILLE
• Roman Meeksa (Tartu Linnavalitsus): Tartu Smart Bike Share – how and what do we see?

Seminari salvestist saab järele vaadata siit.

Moderaator: Meelis Kull (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Ando Saabas (Taxify/Bolt): Interpreting tree-based models
• Anna Aljanaki (Mooncascade): What music information retrieval can tell us about Eurovision?
• Kairit Sirts (Tartu Ülikool): Understanding neural models for text analysis
• Markus Lippus (MindTitan): Trust the machine, or do you really need to know what your algorithm is doing?

Seminari salvestist saab järele vaadata siit.

Moderaator: Sherif Sakr (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Mohamed Maher (TÜ): SmartML: Towards Optimized Automated Machine Learning Pipelines in the Big Data Era
• Felix Mohr (Paderborni Ülikool): ML-Plan: Automated machine learning via hierarchical planning
• Martin Strohbach: IoTCrawler – Building a Search Engine for the Internet of Things
• Mihkel Solvak (TÜ): Anonymized i-voting log data: how can it be used or abused to understand voter behavior?
• Lauri Sokk (Tartu Linnavalitsus): Smart City since 1632

Seminari salvestist saab järele vaadata siit.

Moderaator: Amnir Hadachi (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Margus Tiru (Positium): Mobile Positioning Data for Human Spatio-Temporal Behavioural Analysis
• Toivo Vajakas (Reach-U): Some thoughts on making use of passive mobile positioning data
• Kalev Koppel (KappaZeta): Deep learning for satellites based grasslands monitoring. Lessons learned
• Mikhail Iljin (Taxify): Real-time rebalancing of demand and supply at Taxify

Seminari salvestist saab järele vaadata siit.

Moderaator: Leopold Parts (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Krista Fischer (TÜ, Geenivaramu): Disentangling causes and effects - how can genetics help?
• Taavi Tamkivi (dataminer.ee): Being a good cop of the data world - how to find criminals behind the lakes of data
• Maris Alver (TÜ, Geenivaramu): Implications of big data for clinical management of cardiovascular disease
• Andrei Tsõmbaljuk (Transferwise): Machine Learning at TransferWise
• Andres Võrk (Tni Tartu, CITIS): Examples of data-driven policy impact evaluation in Estonia

 Seminari salvestist saab järele vaadata siit.

Moderaator: Mark Fišel (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Tanel Alumäe (TTÜ): Speech Recognition
• Silver Traat (TEXTA): Use cases from TEXTA
• Sven Laur (STACC, TÜ arvutiteaduse instituut): EstNLTK libraries for NLP
• Risto Hinno (FeelingStream): Daily challenges with text mining
• Kairit Sirts (TÜ arvutiteaduse instituut): Clinical text Classification

Seminari salvestist saab järele vaadata siit.

Moderaator: Leopold Parts (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Marek Rei (Cambridge'i Ülikool): Human Interpretability of Machine Learning Models
• Mihkel Solvak (TÜ): Real-Time Predictive Economics
• Toomas Kirt (Eesti Statistikaamet): Big Data in Statistics
• Kaspar Märtens (Oxfordi Ülikool): Modern Frameworks for Automated Inference
• Krista Fischer (TÜ): Disentangling Correlation and Causality in the Big Data Era
• Alex Graves (DeepMind): Associative Compression Networks For Representation Learning

Seminari salvestist saab järele vaadata siit. 

Moderaator: Tambet Matiisen (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Raivo Sell (TalTech): ISEAUTO - the first Estonian self-driving car project with Silberauto
• Lindsay Roberts (Starship Technologies): Visual Localisation in Urban Environments
• Lauri Tammeveski (Milrem Robotics): How to recognize different types of trees from quite a long way away
• Allan Aksiim (Foundation for Future Technologies): Laws, Regulations and Ignorance
• Andrej Karpathy (Tesla): The Challenges of Applying Machine Learning for Autonomous Vehicles (videoülekanne)

Seminari salvestist saab järele vaadata siit.

Moderaator: Dmytro Fishman (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Kaupo Palo (PerkinElmer): Microcopy image analysis
• Karl Kruusamäe (TÜ): Opening Machine's Eyes: Why We Need Image Analysis on Robotics?
• Kaupo Voormansik (KappaZeta): Satellite Imagery Time Series Processing
• Gholamreza Abarjafari (TÜ): DeepVision for Human Behaviour Analysis

Seminari salvestist saab järele vaadata siit. 

Moderaator: Raul Vicente (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Jaan Aru (TÜ arvutiteaduse instituut): Deep Learning and the Brain 
• Robert Roosalu (MindTitan): Enterprise Deep Learning 
• Tambet Matiisen (TÜ arvutiteaduse instituut): Keras Advanced Tips & Tricks 
• Hendrik Luuk (AlphaBlues): Automating customer service chat with AI 

Seminari salvestist saab järele vaadata siit.

Moderaator: Meelis Kull (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Kaur Alasoo (TÜ arvutiteaduse instituut): Uncovering Hidden Biases in Data with Visualisation
• Tormi Reinson (Pipedrive): Communicating Data with D3.js
• Anto Aasa (TÜ): Visualizing Data: Space & Time
• Mirko Känd (IxD.ma): Everyone is a Data Scientist

Seminari salvestist saab järele vaadata siit.

Moderaator: Leopold Parts (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Ilya Kuzovkin (TÜ arvutiteaduse instituut): Deep Learning Zoo
• Mark Fišel (TÜ arvutiteaduse instituut): Neural Machine Translation
• Tanel Pärnamaa (Fits.me): A Neural Knowledge Language Model
• Tambet Matiisen (TÜ arvutiteaduse instituut): Life in OpenAI

Moderaator: Leopold Parts (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Jaak Vilo (TÜ arvutiteaduse instituut): Data for Health
• Eneli Oitmaa (Asper Biotech): Applying Bioinformatics Analysis in the Genetic Laboratory Settings
• Dmytro Fishman (TÜ arvutiteaduse instituut): Deep Learning in Health Care
• Lili Milani (Eesti Geenivaramu): Electronic Health Records and Genomes for Research

Seminari salvestist saab järele vaadata siit.

Moderaator: Kristjan Eljand (STACC)

Esinejad ja ettekanded:

• Fredrik Milani (TÜ arvutiteaduse instituut): Business Process Mining
• Martin Märss (Swedbank): BI Concept in a Bank
• Marlon Dumas (TÜ arvutiteaduse instituut): Predictive Business Process Monitoring
• Ester Eggert (TransferWise): Applying ML to Create Money without Borders
• Nicola Vitucci (Open Data Day): Linked Data: A Quick Introduction

Seminari salvestist saab järele vaadata siit. 

Moderaator: Leopold Parts (TÜ arvutiteaduse instituut)

Esinejad ja ettekanded:

• Leopold Parts (TÜ arvutiteaduse instituut): Sissejuhatus
• Raul Vicente (TÜ arvutiteaduse instituut): Machine Learning in the Lab
• André Karpištšenko (Proekspert, PlanetOS): Machine Learning in Production
• Vladimir Šor (Plumbr): Java Performance Monitoring at Plumbr
• Mark Fišel (TÜ arvutiteaduse instituut): Natural language Processing
• Taavi Tammiste (Mooncascade): Finding Real World Use-cases for Data Science
• Amnir Hadachi (TÜ arvutiteaduse instituut): Urban Sensing: From Mobility to Localization