Informacje o wydarzeniu
Wyciąg z §3 poniższego Regulaminu:
- W przypadku rezygnacji do dn. 08.11.2024 r. włącznie, Zgłaszający zobowiązany jest do pokrycia 400 zł netto + VAT.
- W przypadku rezygnacji po dn. 08.11.2024 r., Zgłaszający zobowiązany jest do pokrycia 100% wartości netto kosztów udziału, którego dotyczy rezygnacja powiększonych o należny VAT.
REGULAMIN UCZESTNICTWA W Zaawansowana analiza danych – Od wytworzenia informacji do wykorzystania jej w modelach AI „Wydarzenie” zwany dalej „Regulaminem”
§1
Zasady uczestnictwa w Wydarzeniu
-
Warunkiem uczestnictwa w Wydarzeniu jest dokonanie zgłoszenia Uczestników (zgodnie z definicją §2 ust. 5 poprzez wypełnienie formularza zgłoszeniowego za pośrednictwem strony internetowej www.mmcpolska.pl i uiszczenie opłaty za uczestnictwo we wskazanym terminie.
-
Koszt uczestnictwa jednego Uczestnika w Wydarzeniu wynosi, w zależności od terminu dokonania zgłoszenia:
-
2595 zł + 23% VAT do 18.10.2024 r.
-
2995 zł + 23% VAT do 08.11.2024 r.
-
3395 zł + 23% VAT po 08.11.2024 r.
-
-
Cena uczestnictwa obejmuje prelekcje, materiały oraz certyfikat potwierdzający udział.
-
Ostateczny termin nadsyłania zgłoszeń to 04.12.2024 r.
-
Za termin dostarczenia zgłoszenia uznaje się datę jego wpływu na adres mailowy Organizatora.
-
Zgłoszenie jest ważne i uważa się za potwierdzone w momencie otrzymania, na adres e-mail wskazany przez Zgłaszającego, wiadomości e-mail z potwierdzeniem zgłoszenia i fakturą pro-forma.
-
Dokonanie zgłoszenia zgodnie z powyższymi ustępami jest wiążącą umową i jest równoznaczne z zapoznaniem się z treścią niniejszego Regulaminu i akceptacją zawartych w nim warunków, w tym zapłatą za dokonanie zgłoszenia.
- Udział w Wydarzeniu obejmuje:
- utrwalanie wizerunku Uczestników w postaci fotografii analogowych lub cyfrowych, streamingu w Internecie, wideogramów lub utworów audiowizualnych podczas Wydarzenia;
- przetwarzanie danych osobowych zgodnie z ustawą z dnia 10 maja 2019 roku (tj. Dz. U. z 2019 r. poz. 1000) o ochronie danych osobowych oraz Ogólnym Rozporządzeniem o Ochronie Danych (RODO), w tym w szczególności poprzez noszenie przez Uczestników w widocznym miejscu identyfikatorów obejmujących następujące dane osobowe: imię, nazwisko, firma.
§2
Postanowienia ogólne
-
Organizatorem Zaawansowana analiza danych – Od wytworzenia informacji do wykorzystania jej w modelach AI (dalej: „Wydarzenie”), jest MM Conferences S. A. z siedzibą w Warszawie (00-193), przy ul. Stawki 2 (dalej: „Organizator”).
-
Wydarzenie odbywa się w miejscu i w czasie wskazanym przez Organizatora.
-
Niniejszy Regulamin stanowi integralną część zgłoszenia uczestnictwa, które następuje poprzez wypełnienie formularza zgłoszeniowego za pośrednictwem strony internetowej, o której mowa w §1 ust. 1.
-
„Zgłaszający” to podmiot, który poprzez uzupełnienie formularzy zgłasza uczestnika/uczestników Wydarzenia i dokonuje płatności na podstawie otrzymanej faktury pro-forma.
-
„Uczestnik” to osoba/osoby, zgłoszone przez Zgłaszającego, które mają prawo do udziału w Wydarzeniu.
-
Organizator zastrzega sobie prawo selekcji zgłoszeń, w szczególności do odrzucania zgłoszeń kierowanych przez podmioty prowadzące działalność konkurencyjną wobec Organizatora.
-
Organizator zastrzega sobie prawo do zmian w terminie, programie, miejscu, prowadzących i/albo formule wydarzenia.
§3
Płatność i rezygnacja
- Płatności, zgodnie z otrzymaną fakturą pro-forma należy dokonać w terminie 7 (siedmiu) dni od jej otrzymania jednakże przed dniem Wydarzenia, o ile zgłoszenie jej dotyczy, na numer rachunku bankowego na niej wskazany.
- Rezygnacji z uczestnictw w Wydarzeniu, o ile takowe jest organizowane, można dokonać w każdym momencie z zastrzeżeniem poniższych ustępów.
- Rezygnację z uczestnictwa w Wydarzeniu, o ile takowe jest organizowane, należy dokonać pisemnie, listem priorytetowym, na adres siedziby Organizatora wskazany w §2 ust. 1.
- Za „Dzień Zgłoszenia Rezygnacji”, uznaje się datę stempla pocztowego.
- W przypadku rezygnacji do dn. 08.11.2024 r. włącznie, Zgłaszający zobowiązany jest do pokrycia 400 zł netto + VAT.
- W przypadku rezygnacji po dn. 08.11.2024 r., Zgłaszający zobowiązany jest do pokrycia 100% wartości netto kosztów udziału, którego dotyczy rezygnacja powiększonych o należny VAT.
- W przypadku, gdy pomimo dokonania rezygnacji, Uczestnik/Uczestnicy wziął/wzięli udział w Wydarzeniu, o ile takowy były organizowany (w sytuacji gdy Wydarzenie odbywa się po Dniu Zgłoszenia Rezygnacji a przed dniem doręczenia odstąpienia do Organizatora), Zgłaszający ma obowiązek zapłacić pełną kwotę za uczestnictwa osób, które wzięły udział w Wydarzeniu.
- W przypadku, gdy Zgłaszającym jest osoba fizyczna a zgłoszenie nie dotyczy prowadzonej przez nią działalności gospodarczej, rezygnacji można dokonać w terminie 14 dni od dnia zgłoszenia, pisemnie, listem priorytetowym, na adres siedziby Organizatora wskazany w §1 ust. 1.
- Jeżeli przed upływem 14-dniowego terminu na odstąpienie i przed Dniem Zgłoszenia Rezygnacji, o których mowa w ust. 3 i 4 powyżej, odbędzie się Wydarzenie, o ile takowe było organizowane, a zgłoszenie dotyczyło uczestnictwa w niej, Zgłaszający zostanie obciążony pełnymi kosztami, według otrzymanej faktury pro-forma.
- Brak rezygnacji z udziału i nie wzięcie udziału w Wydarzeniu, o ile takowe był organizowane a zgłoszenie dotyczyło udziału w niej, powoduje obciążenie pełnymi kosztami uczestnictwa.
- Niedokonanie wpłaty nie jest jednoznaczne z rezygnacją z udziału.
- Zamiast Uczestnika w Wydarzeniu, o ile takowe jest organizowane, a zgłoszenie dotyczyło uczestnictwa w nim, może wziąć udział inna osoba pod warunkiem przesłania danych osoby zastępczej drogą mailową w terminie do 7 (siedmiu) dni przed rozpoczęciem Wydarzenia.
Dzień 1
9:00
Logowanie do platformy, otwarcie szkolenia
9:15
Moduł 1. Eksploracyjna analiza danych
- Wprowadzenie do zaawansowanej analizy danych:
- Czym jest zaawansowana analiza danych: Definicje i ich zastosowania
- Narzędzia i technologie używane do analizy danych
- Aspekty etyczne i społeczne: Omówienie odpowiedzialnego wykorzystania danych
- CRISP-DM: Co to jest? Jakie są etapy CRISP-DM
- Przygotowanie danych:
- Czyszczenie danych, w tym obsługa brakujących wartości, błędów i outlierów
- Detekcja anomalii: Techniki identyfikacji danych, które odbiegają od normy
- Transformacja danych do odpowiedniego formatu
- Integracja danych: Jak skutecznie łączyć dane z różnych źródeł
- Eksploracyjna analiza danych (EDA):
- Techniki wizualizacji danych, analiza statystyczna, identyfikacja wzorców i korelacji
11:15
Przerwa
11:30
Moduł 2. Statystyczna analiza danych
13:00
Przerwa na lunch
13:30
Moduł 2. c.d Statystyczna analiza danych
- Zaawansowane techniki statystyczne: Analiza skupień, analiza głównych składowych (PCA) i inne metody redukcji wymiarowości
- Zrozumienie przyczynowości w analizie danych:
- Czym jest przyczynowość i jak różni się od korelacji?
- Metody statystyczne do badania przyczynowości
14:30
Zakończenie pierwszego dnia szkolenia
Dzień 2
9:00
Logowanie do platformy, otwarcie szkolenia
9:15
Moduł 3. Feature engineering i wstęp do uczenia maszynowego
- Feature engineering: Tworzenie, selekcja i transformacja cech w celu poprawy efektywności modeli
- Wprowadzenie do uczenia maszynowego: Przegląd algorytmów klasyfikacji i regresji
- Zastosowanie uczenia maszynowego w analizie danych
- Praktyczne zastosowanie Pythona w analizie danych: Używanie bibliotek takich jak Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn, XGBoost, CatBoost, SHAP
10:45
Przerwa
11:00
Moduł 3. c.d. Feature engineering i wstęp do uczenia maszynowego
- Zaawansowane metody uczenia maszynowego: Boosting
- Boosting: Wprowadzenie do zespołowych metod uczenia maszynowego
- XGBoost (Extreme Gradient Boosting)
- LightGBM (Light Gradient Boosting Machine)
- Porównanie i wybór techniki boostingu
- Feature Importance: Rozumienie wpływu cech na model
- Metody oceny ważności cech
- Praktyczne zastosowanie w różnych modelach: Jak różne modele (drzewa decyzyjne, modele liniowe, lasy losowe, XGBoost) oceniają i interpretują ważność cech
- Wizualizacja ważności cech
13:00
Przerwa na lunch
13:30
Moduł 4. Zaawansowane metody uczenia maszynowego
- Drzewa decyzyjne i lasy losowe: Budowanie modeli opartych na drzewach dla złożonych zadań klasyfikacyjnych i regresyjnych
- Maszyny wektorów nośnych (SVM) i sieci neuronowe: Implementacja i tuning za pomocą Pythona
- Walidacja modeli i optymalizacja hiperparametrów: Techniki walidacji krzyżowej i strojenia hiperparametrów
- Interpretacja modeli: Wprowadzenie do wyjaśnialnej AI (XAI) i jej znaczenie w analizie danych
15:30
Zakończenie drugiego dnia szkolenia
Jesteśmy online
Kontakt
Kontakt w sprawie uczestnictwa