Jak dobry jest mój obrazek? – Analiza grafik reklamowych z wykorzystaniem wyjaśnialnych sieci neuronowych

Jednym z kluczowych aspektów pracy z danymi, jest umiejętność wydobycia jak największej liczby wartościowych informacji z dostępnych zasobów. O ile dane numeryczne czy kategoryczne są często proste do analizy i wykorzystania, tak praca z grafikami (na przykład z kreacjami reklam internetowych) może okazać się mniej oczywista. W szkoleniu poruszone zostaną tematy jak reprezentować obrazki, tak aby możliwa była dalsza ich analiza i wygodne prowadzenie eksperymentów. Do zrozumienia tych reprezentacji obrazków przybliżone zostaną koncepty wyjaśnialnych (odpornych) sieci neuronowych oraz ich unikalne właściwości, transfer learning oraz podstawowe zaplecze matematyczne. W ramach szkolenia przedstawiony zostanie konkretny, biznesowy problem przewidywania współczynnika konwersji (CR) reklam internetowych. Zaproponowane rozwiązanie, wraz z eksperymentem potwierdzającym jego skuteczność, pozwoli na prześledzenie od początku do końca przykładowej pracy z danymi graficznymi i metrykami obarczonymi dużą wariancją. Dodatkowo, jest to okazja na zapoznanie się z konceptem klastrowania (grupowania) obiektów, problemem znajdowania duplikatów w zbiorze danych. Poruszony zostanie też temat możliwości wykorzystania wyjaśnialnych sieci neuronowych do modyfikowania obrazków czy wizualizacji cech skorelowanych z wybranymi metrykami. Szkolenie skierowane jest do osób, które chcą dowiedzieć się na przykładzie praktycznego projektu, jak zabrać się za pracę ze zbiorem grafik i poznać podstawowy zestaw narzędzi i pomysłów na realizację badań i eksperymentów. Ponadto, jest to wyjątkowa szansa na zapoznanie się z nowymi konceptami z dziedziny uczenia maszynowego i możliwościami zaaplikowania ich w swoim projekcie.