Veri Tezgahı
By veri tezgahi
Twitter: @veritezgahi
Veri TezgahıDec 22, 2020
#27 M. Umut Demirezen: ML Trendleri - Bilimsel Makine Ögrenmesi ve Nöromorfik Sistemler
Bu bölümde Huawei Research ve Innovation Müdürü Umut Demirezen'le makine öğrenmesindeki bazı trendlerden konuştuk. Özellikle üzerine çalıştığı bilimsel makine öğrenmesi (scientific machine learning) ve nöromorfik sistemlerden derinlemesine bahsetti. Çok öğretici bir bölüm oldu. İyi dinlemeler!
Linkler:
https://appliedmath.brown.edu/people/george-em-karniadakis
https://arxiv.org/abs/2108.08481 Operator learning
#26 Oya Çeliktutan: İnsan Robot Etkileşimi
Bu bölümde konuğumuz London Kings College'dan Oya Çeliktutan, araştırma konusu olan insan robot etkileşimi, ve bu kapsamdaki bilgisayar görüsü ve ml uygulamaları üzerine konuştuk. Bu alanda kullanılan çevre algılama ve harekete geçme modellerinden bahsetti. Graph metodları kullanarak insan davranışını nasıl modelleyebiliriz? Deep learning based metodlar burda nasıl kullanılıyor? Bu alanı neler bekliyor? ve daha bir çok soruyu konustuk. İyi dinlemeler.
Linkler:
GROWL: Group Detection With Link Prediction
#25 Besim Avcı: Büyük Ölçekte Makine Öğrenmesi
Bu bölümde Google mühendisi Besim Avcı'yla "ML at Scale" konustuk. Farklı şirketlerdeki ML pratiklerini ve deployment aşamalarını konuştuk. ML uygulamalarının şirketlerde zamanla nasıl değiştiğini yakından gözlemleyen Besim bizle eğlenceli ve ilginç tecrübelerini paylaştı. Ve son olarak Google'da çalıştığı "Açıklanabilir YZ" (Explainable AI) alanından bahsetti. İşin temelinden uygulanma alanlarını konuştuk. Dolu dolu bir yayın oldu. İyi dinlemeler!
Linkler:
Google Explainable AI Whitepaper
Pathways Language Model (PaLM): Scaling to 540 Billion Parameters for Breakthrough Performance
#24 Ege Özgirin: Oda Studio - Emlak Sektöründe Bilgisayar Görüsü Uygulamaları
Bu bölümde İTÜ Mimarlık mezunu Ege Özgirin'in yapay zeka alanına geçişini ve masterdan sonra ortaklarıyla kurduğu Oda Studio’dan konustuk. Fikir aşamasından zamanla nasıl evrildiğini ve ne gibi yöntemler üzerine çalıştıklarını anlattı. İyi dinlemeler.
Linkler:
#23 Emre Şarbak: Teknoloji ve Eğitim Girişim Hikayeleri: LaunchCode, Kodluyoruz, Mediate ve Patika.Dev
23. bölümde biraz farklı bir Veri Tezgahı bölümüyle sizlerleyiz. Emre Şarbak'la teknoloji girişimlerini konuştuğumuz bu bölümde eğitim, ve teknoloji girişimlerine dair Emre'nin tecrübelerini dinledik. LanchCode, Kodluyoruz, Mediate ve Patika.dev gibi bir çok başarılı girişimlerin arka planını dinledik. Çok keyifli bir yayın oldu, iyi dinlemeler!
Linkler:
https://www.patika.dev/bootcamp
#22 Fırat Gönen: Sinirbilim, Kaggle ve Endüstride Veri Bilimi
Yayında bahsedilen bazı kaynaklar:
psycnet.apa.org/record/1959-09865-001
www.kaggle.com/
#21 Burkay Gür ve Görkem Yurtseven: ML-Ops Girişimi Fal.ai, Feature Storage ve Alandaki Trendler
Bu bölümde Amerikada bir ML-ops girişimi fal.ai (features & labels) kurucuları Burkay Gür ve Görkem Yurtseven konuk ettik. Bol bol ML-Ops konuştuğumuz bu sohbette feature storage'dan model serving'e ve ml-ops trendlerine kadar bir çok konuyu ele aldık.
İletişim icin Burkay'a ve Gorkem'e email adreslerinden ulasabilirisiniz:
#20 Hamit Hamutçu: Veri Bilimi ve Yapay Zekada Organizasyonel Yetenekler ve Standartlaşma Çalışmaları
Bu bölümde uzun yıllar veri analitiği ekosisteminde endüstri ve danışmanlık tecrübelerine sahip Hamit Hamutçu'yla son yıllarda uzerinde çalıştığı veri bilimi ve yapay zekada organizasyonel yetenek konusunu ele aldık. Endüstri standartları inşaa etmek amacıyla kurdukları Analitik ve Veri Bilimi Standartları İnisiyatifini (IADSS) konuştuk.
#19 Oğuzhan Gençoğlu: Kavram Kanıtından Üretime - Makine Öğrenmesi Geliştirme Yaşam Döngüsü
Bu bölümde, Finlandiya’da Tampere Üniversitesinde makine öğrenimi üzerine doktorasını yapmakta olan ve daha doktorasının ilk yıllarında kurduğu veri bilimi danışmanlık şirketi Topdatascience’da yapay zeka takım lideri olan Oğuzhan'la veri bilimi projelerinin farklı fazlarını konustuk; fikir aşamasından kavram kanıtı (proof of concept) geliştirmeye, dağıtım süreçlerinden (deployment) destek (maintenance) süreçlerine kadar yaşanan bir çok problemi ve zorlukları konuştuk. Alana dair geniş bir tecrübe sahibi olarak çok güzel noktalara değindi ve sektöre dair tecrübelerini paylaştı.
#18 Yağmur Gizem Çınar: Öneri Sistemleri ve Adaptif Siralama Yöntemleri
Bu bölümde Amazonda araştırmacı olarak çalışan Yağmur'la doktora ve doktora sonrası süreçlerinde yaptığı çalışmaları ele alacağız, spesifik olarak recommendation/öneri sistemleri ve bu alanadaki adaptif sıralama modellerini nasıl geliştirdiklerini konuşacağız.
Linkler
Adaptive Pointwise-Pairwise Learning-to-Rank for Content-based Personalized Recommendation
Period-aware content attention RNNs for time series forecasting with missing values
#17 İlge Akkaya: Robotik Manipülasyon
Bu bolümde OpenAI’da araştırmacı olarak çalışan İlge Akkaya ile robotik manipülasyon, reinforcement learning, ve otomatik amaç keşfi yöntemlerini, özellikle de İlge’nin robot elle rubik küp çözümü ve self learning makalelerini konuştuk.
Linkler:
Solving Rubik’s Cube with a Robot Hand
Asymmetric self-play for automatic goal discovery in robotic manipulation
#16 Tarık Altuncu: Çizge Teorisi Karmaşık Ağlar Ve Uygulamaları
Bu bölümde konuğumuz TRT veri bilimi ekibinden ve ayni zamanda Imperial College’de Çizge Teorisi üzerine doktorasını bitirmiş olan Tarık Altuncu ile doktora çalışmalarını ve yayıncılıktaki veri bilimi uygulamalarını konuştuk.
http://wwwf.imperial.ac.uk/~mpbara/Partition_Stability/
#15 Mahmut Demir: Otonom Sürüşte Haritalama ve Lokalizasyon
Bu bölümdeki konuğumuz Apple'da Robotik üzerine çalışan Mahmut Demir ile sürücüsüz araçlarda algılama, haritalama ve lokalizasyon yöntemlerini konuştuk. Bu alana yönlenişini ve daha önceki tecrübelerini dinledik. Haritalama alanında neden daha geleneksel yöntemlerin kullanıldığı bu alandaki zor problemleri konuştuk. HD mapping, LIDAR ve navigasyon haritalarından ve bu alanda çalışan şirketlere kadar sohbet ettik.
#14 Gizem Gezici: Arama Motorlarında Yanlı Sonuç Problemi (Search Engine Bias)
Bu bölümde Huawei Yapay Zeka ekip lideri Gizem Gezici ile, doktora çalışma konusu olan arama motorları ve bu sistemlerdeki yanlı sonuçlar üzerine konuştuk, bu alana dair problemleri ve çalışmaları tartıştık. Arama motorları ne gibi tehlikelere yol açabilir yanlı sonuç döndürme problemi nasıl ölçümlenir ve ne gibi önlemler alabiliriz soruları üzerine konuştuk.
Yayında bahsedilen iki paper'ı Gizem Gezici'nin ResearchGate profilinde bulabilirsiniz.
Ayrıca, BTK Akademi için hazırladıkları Türkçe Doğal Dil İşlemeye Giriş dersi şu linkte:
https://www.btkakademi.gov.tr/portal/course/dogal-dil-islemeye-giris-11864#!/about
#13 Uğurkan Ateş: Çevrimdışı Pekiştirmeli Öğrenme (Offline Reinforcement Learning)
Bu bölümde Belçika Liege Üniversitesinden Uğurkan Ateş ile offline reinforcement learning konumuz! Bu alandaki metotların standart pekiştirmeli öğrenmeden farkıları, işlevselliği, problemlerini ve uygulama alanlarını konuştuk.
#12 Evin Pınar Örnek: Bilgisayar Görüsünde Derinlik Tahmini | One-Shot/Few-Shot Learning
Bu bölümde Munich Teknik Üniversitesinden Evin Pınar Örnek konuğumuzdu. Bilgisayar görüsü alanında derinlik tahminleme çalışmalarını ve one shot few shot learning modellerini konuştuk.
Linkler:
https://inzva.com/ai/2020/ai-labs-joint-program
#11 Semih Yağcıoğlu: Çok Kipli Derin Öğrenme (Multimodal Deep Learning)
Apziva'nın kurucusu Semih Yağcıoğlu'yla doktora calışmalarını, ve multimodal öğrenmedeki modelleri konuştuk. "RecipeQA" adındaki çalışmasında yemek tarifleri alanında, resim ve yazıyı kullanarak nasıl modeller geliştirdiğini ve bu modellerin zamansal olarak nasıl çıkarım yaptıklarını, ve bu sistemlere dair çözülmüş/çözülmemiş problemleri anlattı.
Linkler:
Tasvir Et veri seti: https://semihyagcioglu.com/projects/tasviret/
Apziva http://www.apziva.com/
#10 Fatma Güney: Bilgisayar Görüsü - Optik Akış ve Aktivite Algılama
Bu bölümde Koç Üniversitesinden Fatma Güney konuğumuzdu. Bilgisayar görüsü uygulamaları, optik akış ve otonom sürüşlere dair çalışmalarını dinledik.
Geleneksel yaklaşımlarla modern yaklaşımların farklılıklarını ve bu modellerde semantic bilgi kullanımının önemini konuştuk.
Bazı faydalı linkler:
Kitti Dataset http://www.cvlibs.net/datasets/kitti/ Kitti dataset (2012)
Computer Vision for Autonomous Vehicles: Problems, Datasets and State of the Art https://ps.is.mpg.de/publications/janai2017arxiv
Koç Üniversitesi Doktora pozisyonu linki: https://twitter.com/ftmguney/status/1338881743672193024?s=20
#9 Onur Varol: Zararlı Sosyal Medya Kampanyaları, Twitter Botları ve Sosyal Riskleri Önleme Algoritmaları
Bu bölümde konuğumuz Sabancı Üniversitesi Bilgisayar bölümü hocalarından Onur Varol'la sosyal bilimlerde makine öğrenimi ve risk tespit algoritmalarının nasıl kullanıldığını konuştuk.
Sürekli gelişen tekniklerle uygulanan sosyal medya manipülasyonlarının nasıl yapıldığını ve nasıl tesbit edilebileceğine yönelik yaklaşımları anlattı.
Gelişen yapay zeka metotlarının bu kampanyalarda kullanış örneklerinden, sosyal ağ üzerindeki yanlış bilgi yayılımının nasıl sosyal botlar tarafından popülerleştirilip gerçek kullanıcılarca "güvenli" bilgi izlenimi oluşturulmasına ve bu yayılım özelliklerine bakarak nasıl tesbit yapılacağı üzerine geliştirdiği sistemleri ve bu alana dair en temel problemin veri toplama ve kısıtlı teknolojik altyapılar olduğundan bahsetti.
Linkler:
The spread of low-credibility content by social bots
#8 Onur Ünlü: Veri Platformlarının Evrimi
Bu bölümde büyük veri teknolojileri uzmanı Onun Ünlü ile büyük veri ve değişen data teknolojileri üzerine konuştuk. Veri platformları uzun yıllardır üzerinde durulan bir alan. Şirketler 2000'li yıllardan bugüne yaşanan big data transformasyonu ile bir çok kabiliyet kazandı, ama bu yeni araçlar farklı problemleri de beraberinde getirdi.
Onur, bu alana dair problemlerden ve çözümlerden bahsetti;
Büyük veri şekil mi değiştiriyor? Hadoop ölüyor mu? Ortaya çıkan yeni teknolojiler hangi gereksinimleri gideriyor?
#7 Tarık Keleştemur: Makine Öğrenmesi ve Robotik
Bu bölümdeki konumuz robotik araştırmalarıydı. Son yıllarda machine learning ve yapay zekanın robotik calışmalarını nasıl etkilediğini, derin öğrenme ve pekiştirmeli öğrenmenin (reinforcement learning) robotik alanında nasıl uygulandığına ve bu yaklaşımların geleneksel robotik metotlarıyla nasıl birlikte çalıştığını konuştuk.
Muzik: For Mr. BB by Michael Ramir C.
#6 Beliz Günel: Yapay Zekayı Ürünleştirmek
Bu bölümde konuğumuz Stanford Üniversitesinde "Representation Learning" üzerine doktora yapan Beliz Günel ile endüstride yapay zeka kullanımları üzerine konuştuk. Bize çalıştığı projeleri ve bu projelerde araştırma safhasından üretime dönüşüm süreçlerinden bahsetti.
Keyfli dinlemeler!
Linkler:
#5 Yasin Hasekioğlu: Hava Araçlarında Algılama
Aurora Flight Science şirketinde algılama (percetion) üzerine çalışan Yasin Hasekioğlu, bu bölümde havacılıkta kullanılan algılama yöntemlerini anlattı. Havacılık gibi güvenlik katsayıları yüksek bir alanda, uzun bir geçmişe sahip olan otonomi metodlarının nasıl calıştıkları ve neden ML yaklaşımları kritik mekanizmalarda kullanılmadığını anlattı. Next-generation hava taksileri ve bunun gibi pilotsuz araçların önündeki problemlerden konuştuk.
Linkler:
Aurora Kurucu Ortak John Langford
#4 Abdülbaki Türkmenoğlu: Yapay Zeka ve Hukuk - Mülkiyet Sorunları
Bu bölümde İngiltere'de University of Birmingham'da hukuk doktorası yapan Abdülbaki ile birlikteydik ve yapay zekaların herhangi bir insan müdahalesi olmadan ürettiği eserlerin mülkiyet sorunlarını ve bu alandaki farklı yaklaşımları konuştuk.
Linkler:
Margaret Boden (Creativity)
AIVA (Intro Music)
#3 Olcay Yılmazçoban: E-spor'da Yapay Zeka Uygulamaları
#2 Feyza Akyürek | Ekin Akyürek: Doğal Dil İşleme
#1 Cağlayan Dicle: Sürücüsüz Araçlar
Hyundai-Aptiv şirketinde bilgisayar görüsü ve makina algılaması üzerinde çalışan Çağlayan Dicle, bu bölümde bize genel hatlarıyla bu alana nasıl yöneldiğini ve alana dair problemleri anlattı. Otonom araç fikrinin hayalden gerçekçi bir uygulama alanına dönüşmekte olduğunu ve bu dönüşümdeki uğraşlarını anlattı. Deep Learning öncesi klasik bilgisayar görüsü problemlerine dair farklı yaklaşımlar üzerine çalıştığından ve bu klasik problemlerin şu andaki çalıştığı alana nasıl katkı sağladığından bahsetti. Sürücüsüz araçlar üzerine çalışan farklı şirketlerin aynı probleme nasıl farklı yaklaştıklarından ve sahip oldukları farklı modelleme yöntemlerinden konuştuk.
Linkler:
Veri Tezgahında Neler Var? - #0
Çok kısa olarak, podcastlerimizde ne gibi konulardan bahsedeceğimize, neden bu işi yaptığımıza ve ileri bölümlerdeki işleyişimizin nasıl olacağına değindik.