A University of San Francisco Data Science Conference 2023 Datathon az AWS-szel és az Amazon SageMaker Studio Laborral együttműködésben | Amazon webszolgáltatások

A 2023-as adattudományi konferencia (DSCO 23) részeként az AWS a San Francisco-i Egyetem (USF) Data Institute-jával partnerségre lépett, hogy lebonyolítson egy adatfolyamot. A résztvevők, középiskolások és egyetemisták, egy adattudományi projektben versenyeztek, amely a levegő minőségére és a fenntarthatóságra összpontosított. Az USF Data Institute célja, hogy támogassa a több tudományágat átfogó kutatást és oktatást az adattudomány területén. A Data Institute és a Data Science Conference az élvonalbeli akadémiai kutatás és a technológiai ipar vállalkozói kultúrájának jellegzetes fúzióját kínálja a San Francisco-öböl térségében.

A diákok használtak Amazon SageMaker Studio Lab, amely egy ingyenes platform, amely JupyterLab környezetet biztosít számítással (CPU és GPU) és tárhellyel (15 GB-ig). Mivel a legtöbb diák nem ismerte a gépi tanulást (ML), kaptak egy rövid ismertetőt oktatói szemlélteti, hogyan kell felállítani egy ML-folyamatot: hogyan kell feltáró adatelemzést, jellemzőtervezést, modellépítést és modellértékelést végezni, valamint hogyan állíthat be következtetést és megfigyelést. A hivatkozott oktatóanyag Amazon Sustainability Data Initiative (ASDI) adatkészletek a National Oceanic and Atmospheric Administrationtől (NOAA) És OpenAQ ML modell felépítése a levegőminőségi szintek előrejelzésére időjárási adatok felhasználásával bináris osztályozáson keresztül AutoGluon modell. Ezután a diákokat szabadon engedték, hogy saját projektjeiken dolgozhassanak csapataikban. A győztes csapatokat Peter Ma, Ben Welner és Ei Coltin vezette, akiket az USF adattudományi konferenciájának megnyitó ünnepségén díjaztak.

Válasz az eseményről

„Ez egy szórakoztató esemény volt, és nagyszerű módja annak, hogy másokkal együtt dolgozzunk. Tanultam néhány Python kódolást az órán, de ez segített valóra váltani. Az adatfolyam során csapattársammal kutatásokat végeztünk különböző ML modelleken (LightGBM, logisztikus regresszió, SVM modellek, Random Forest Classifier stb.) és ezek teljesítményén a NOAA AQI adatkészletén, amely a légkör toxicitásának kimutatását célozta meghatározott körülmények között. időjárási viszonyok. Egy gradiensnövelő osztályozót építettünk, hogy előre jelezzük a levegő minőségét az időjárási statisztikákból.”

– Anay Pant, a kaliforniai Danville-i Athéni Iskola alsó tagozata, és a datathon egyik nyertese.

„A mesterséges intelligencia egyre fontosabbá válik a munkahelyeken, és a vállalatok 82%-ának gépi tanulási készségekkel rendelkező alkalmazottakra van szüksége. Nagyon fontos, hogy olyan tehetségeket fejlesszünk ki, amelyek olyan termékek és tapasztalatok létrehozásához szükségesek, amelyekből mindannyian profitálunk, ideértve a szoftverfejlesztést, az adattudományt, a tartományi ismereteket stb. Nagy örömünkre szolgált, hogy segíthettünk az építők következő generációjának felfedezni a gépi tanulást és kísérletezni annak képességeivel. Reméljük, hogy továbbviszik ezt, és bővítik ML tudásukat. Én személy szerint remélem, hogy egy napon használni fogok egy alkalmazást, amelyet ezen az adatfolyamon az egyik diák készített!”

– Sherry Marcus, az AWS ML Solutions Lab igazgatója.

„Ez az első év, amikor a SageMaker Studio Lab-ot használjuk. Örömünkre szolgált, hogy a középiskolás/egyetemi hallgatók és végzős hallgatói mentoraink milyen gyorsan tudták elindítani projekteiket és együttműködni a SageMaker Studio használatával.”

– Diane Woodbridge, a San Francisco-i Egyetem adatintézetéből.

Kezdje el a Studio Lab használatát

Ha lemaradt erről az adatról, akkor is megteheti regisztráljon saját Studio Lab-fiókjára és dolgozzon a saját projektjén. Ha saját hackathon lebonyolítása iránt érdeklődik, forduljon AWS képviselőjéhez egy Studio Lab ajánlókódért, amellyel a résztvevők azonnal hozzáférhetnek a szolgáltatáshoz. Végre kereshetsz jövő évi kihívás az USF Data Institute-ban.

A szerzőkről

Neha Narwal az AWS Bedrock gépi tanulási mérnöke, ahol nagy nyelvi modellek fejlesztésében vesz részt generatív AI-alkalmazásokhoz. Fókusza a tudomány és a mérnöki tudományok metszéspontján van, hogy befolyásolja a természetes nyelvi feldolgozás területén végzett kutatásokat.

Vidya Sagar Ravipati Alkalmazott tudományos menedzser a Generatív AI Innovációs Központban, ahol a nagyszabású elosztott rendszerek terén szerzett hatalmas tapasztalatát és a gépi tanulás iránti szenvedélyét hasznosítja, hogy segítse az AWS ügyfeleit a különböző iparágakban az AI és a felhő alkalmazásának felgyorsításában.

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
• PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
• PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
• PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
• ChartPrime. Emelje fel kereskedési játékát a ChartPrime segítségével. Hozzáférés itt.
• BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
• Forrás: https://aws.amazon.com/blogs/machine-learning/university-of-san-francisco-data-science-conference-2023-datathon-in-partnership-with-aws-and-amazon-sagemaker-studio-lab/