Conferenza sulla scienza dei dati dell'Università di San Francisco 2023 Datathon in collaborazione con AWS e Amazon SageMaker Studio Lab

Ripubblicato da Platone

Seguaci: 0

Nell'ambito della Data Science Conference del 2023 (DSCO 23), AWS ha collaborato con il Data Institute dell'Università di San Francisco (USF) per condurre un datathon. I partecipanti, sia studenti delle scuole superiori che studenti universitari, hanno gareggiato in un progetto di scienza dei dati incentrato sulla qualità dell'aria e sulla sostenibilità. Il Data Institute dell'USF mira a supportare la ricerca e l'istruzione interdisciplinare nel campo della scienza dei dati. Il Data Institute e la Data Science Conference forniscono una fusione distintiva tra ricerca accademica all'avanguardia e cultura imprenditoriale del settore tecnologico nell'area della Baia di San Francisco.

Gli studenti hanno utilizzato Laboratorio Amazon SageMaker Studio, che è una piattaforma gratuita che fornisce un ambiente JupyterLab con elaborazione (CPU e GPU) e spazio di archiviazione (fino a 15 GB). Poiché la maggior parte degli studenti non aveva familiarità con l'apprendimento automatico (ML), è stato loro assegnato un brief lezione che illustra come impostare una pipeline ML: come condurre analisi esplorative dei dati, ingegneria delle funzionalità, creazione e valutazione del modello e come impostare l'inferenza e il monitoraggio. Il tutorial a cui si fa riferimento Amazon Sustainability Data Initiative (ASDI) set di dati della National Oceanic and Atmospheric Administration (NOAA) e ApriAQ costruire un modello ML per prevedere i livelli di qualità dell'aria utilizzando i dati meteorologici tramite una classificazione binaria AutoGluone modello. Successivamente, gli studenti sono stati lasciati liberi di lavorare sui propri progetti nei loro team. I team vincitori erano guidati da Peter Ma, Ben Welner e Ei Coltin, che hanno ricevuto tutti i premi durante la cerimonia di apertura della Data Science Conference presso l'USF.

Risposta dall'evento

“È stato un evento divertente e un ottimo modo per lavorare con gli altri. Ho imparato un po' di codice Python in classe, ma questo mi ha aiutato a renderlo reale. Durante il datathon, io e il mio team abbiamo condotto ricerche su diversi modelli ML (LightGBM, regressione logistica, modelli SVM, Random Forest Classifier, ecc.) e sulle loro prestazioni su un set di dati AQI della NOAA volto a rilevare la tossicità dell'atmosfera in condizioni specifiche condizioni meteo. Abbiamo creato un classificatore che aumenta il gradiente per prevedere la qualità dell’aria dalle statistiche meteorologiche”.

– Anay Pant, studentessa della Athenian School, Danville, California, e una delle vincitrici del datathon.

“L’intelligenza artificiale sta diventando sempre più importante sul posto di lavoro e l’82% delle aziende ha bisogno di dipendenti con competenze di machine learning. È fondamentale sviluppare il talento necessario per creare prodotti ed esperienze da cui tutti beneficeremo, tra cui ingegneria del software, scienza dei dati, conoscenza del dominio e altro ancora. Eravamo entusiasti di aiutare la prossima generazione di costruttori a esplorare il machine learning e sperimentarne le capacità. La nostra speranza è che portino avanti questo approccio ed espandano le loro conoscenze sul machine learning. Personalmente spero un giorno di utilizzare un’app creata da uno degli studenti di questo datathon!”

– Sherry Marcus, Direttore dell'AWS ML Solutions Lab.

“Questo è il primo anno in cui utilizziamo SageMaker Studio Lab. Siamo rimasti soddisfatti della rapidità con cui gli studenti delle scuole superiori/universitari e i nostri mentori laureati hanno potuto avviare i loro progetti e collaborare utilizzando SageMaker Studio."

– Diane Woodbridge del Data Institute dell'Università di San Francisco.

Inizia con Studio Lab

Se ti sei perso questo datathon, puoi ancora farlo registrati per il tuo account Studio Lab e lavorare sul tuo progetto. Se sei interessato a organizzare il tuo hackathon, contatta il tuo rappresentante AWS per un codice di riferimento di Studio Lab, che darà ai tuoi partecipanti l'accesso immediato al servizio. Finalmente puoi cercare la sfida del prossimo anno presso l'USF Data Institute.

Conferenza sulla scienza dei dati dell'Università di San Francisco 2023 Datathon in collaborazione con AWS e Amazon SageMaker Studio Lab | Amazon Web Services PlatoBlockchain Data Intelligence. Ricerca verticale. Ai.

Informazioni sugli autori

Neha Narwal è un ingegnere di machine learning presso AWS Bedrock, dove contribuisce allo sviluppo di modelli linguistici di grandi dimensioni per applicazioni di intelligenza artificiale generativa. Il suo focus si trova all'intersezione tra scienza e ingegneria per influenzare la ricerca nel campo dell'elaborazione del linguaggio naturale.

Vidya Sagar Ravipati è un manager di scienze applicate presso il Generative AI Innovation Center, dove sfrutta la sua vasta esperienza nei sistemi distribuiti su larga scala e la sua passione per l'apprendimento automatico per aiutare i clienti AWS in diversi settori verticali ad accelerare l'adozione dell'intelligenza artificiale e del cloud.