Modelowanie statystyczne w medycynie molekularnej
piątek, 23 marca, godz. 13:30 - 14:15
Rozwój wysokoprzepustowych technik eksperymentalnych w naukach biomedycznych prowadzi do pozyskania ogromnych ilości trudnych w interpretacji danych. W referacie skoncentruję się na danych otrzymywanych w spektrometrii mas, w której obserwuje się wyraźny trend polegający na upowszechnianiu się instrumentów oferujących coraz to wyższą rozdzielczość wyników. Główne zadanie dla informatyka i matematyka polega na opracowaniu efektywnych metod uczenia maszynowego i adekwatnych modeli statystycznych, które pozwolą na identyfikację i interpretację sygnałów. Omówię dwa problemy związane z analizą danych spektrometrycznych, które udało się rozwiązać za pomocą metod zaproponowanych w moim zespole. Pierwszy dotyczy modelowania procesu proteolizy, czyli trawienia białek, a drugi dysocjacji jonów w spektrometrze.

Funkcjonały (prawie-)Lapunowa w jednowymiarowym układzie Keller-Segel
sobota, 24 marca, godz. 10:00 - 10:45
Opowiem o pewnych wielkościach, zachowywanych lub takich, których wzrost wzdłuż trajektorii rozwiązań równań Keller-Segel umiemy kontrolować. Równania KS są używane jako narzędzie opisu pewnych procesów onkologicznych. Wielkości, których czasową ewolucję znamy, pozwalają badać ewolucję rozwiązań, ale także analizować schematy numeryczne używane do rozwiązywania równań na komputerach. Pokażę jeden funkcjonał Lapunowa znany szeroko w środowisku i dwa funkcjonały prawie-Lapunowa, które ostatnio znaleźliśmy wspólnie z K.Fujie (Tokyo Univ. of Science). Opiszę pewne konsekwencje tych funkcjonałów.

Wnioskowanie statystyczne na podstawie danych przedziałowych - problemy, przykłady, wyzwania
sobota, 24 marca godz. 13:30 - 14:15
Rozwój metod wnioskowania statystycznego oraz postęp w analizie danych i uczeniu maszynowym powiązany jest z przekraczaniem kolejnych ograniczeń dotyczących struktury danych. Zainteresowania i potrzeby współczesnej statystyki nie ograniczają się już do danych ujętych w postaci liczb i wektorów, ale obejmują również analizę danych funkcjonalnych, symbolicznych, rozmytych itd.

W ostatnim czasie dużym zainteresowaniem cieszą się metody wnioskowania na podstawie danych przedziałowych. Za pomocą przedziałów można bowiem w sposób stosunkowo prosty, a zarazem efektywny, modelować brak precyzji, niepewność wynikającą z braku informacji, fluktuacje mierzonej wielkości itp. Zdarzają się także sytuacje, w których dokładne dane liczbowe zastępowane są przedziałami w celu zabezpieczenia prywatności informacji.

Konstrukcja metod wnioskowania statystycznego na podstawie danych przedziałowych nie powinna sprowadzać się do mechanicznego uogólniania metod klasycznych, uzupełnionych o arytmetykę przedziałową. Budowę konkretnej procedury statystycznej należy zacząć od ustalenia sposobu interpretowania danych, bowiem samo przyjęcie przedziałowej struktury danych nie pociąga za sobą domyślnej interpretacji (w przypadku danych przedziałowych można mówić co najmniej o dwóch podstawowych sposobach interpretacji - epistemicznym i ontycznym). Tymczasem konsekwencją wyboru interpretacji jest możność zastosowania takiego czy innego aparatu analitycznego. Wybór interpretacji przekłada się również na własności konstruowanych procedur statystycznych, jakość i sensowność dokonywanych za ich pomocą prognoz itd.
W referacie zostaną zasygnalizowane pewne problemy pojawiające się w trakcie budowy narzędzi statystycznych do wnioskowania na podstawie danych przedziałowych. Zostaną omówione możliwe scenariusze działania, wynikające z przyjętego sposobu interpretacji danych. Rozważania zostaną zilustrowane przykładami praktycznych rozwiązań.

Przetwarzanie strumieni danych: metody, środowiska obliczeniowe, wyzwania
sobota, 24 marca, godz. 15:45 - 16:30
Przez wiele lat jednym z kluczowych wyzwań w analizie danych i uczeniu maszynowym była niewielka liczność wykorzystywanych zbiorów danych. W ostatnim czasie, dostępność danych zmieniła się diametralnie, a okresowo pozyskiwane statyczne zbiory danych często są zastępowane strumieniami danych pozyskiwanymi w trybie ciągłym. Rosnący wolumen dostępnych danych zaowocował nowymi platformami składowania danych, środowiskami analizy strumieni danych, jak również rozwojem metod uczenia maszynowego stosowanych w trybie strumieniowym. W referacie przedstawione zostaną kluczowe rozwiązania metod strumieniowej analizy danych z perspektywy złożonych projektów informatycznych. Realizacja takich projektów wymaga użycia nowych metod uczenia maszynowego i nowych zasad oceny tych metod. Powyższe zagadnienia zostaną przedstawione na przykładzie zadań podejmowanych w międzynarodowym projekcie H2020 ICT-16 Big Data VaVeL Variety, Veracity, VaLue: Handling the Multiplicity of Urban Sensors, realizowanym z udziałem Wydziału Matematyki i Nauk Informacyjnych Politechniki Warszawskiej.

SiM: związek krzemu i matematyki
niedziela, 25 marca, godz. 10:00 - 10:45
Znaczącą część swojego czasu superkomputery spędzają na rozwiązywaniu układów równań liniowych. Specyficzna postać tych równań może być źródłem doznań estetycznych, ale także drogą ku bardzo szybkim algorytmom. Przedstawię kilka skutecznych metod rozwiązywania takich zadań, wszystkie oparte na wykorzystaniu klasycznego ,,dziel i rządź'' w połączeniu z całkiem ciekawą matematyką.

Na wydziale MiNI prowadzi m.in. zajęcia z programowania systemów przetwarzania i analizy danych. Jest autorem podręczników Programowanie w języku R (PWN, 2016, wyd. 2) i Przetwarzanie i analiza danych w języku Python (PWN, 2016). Prowadzi bogatą działalność szkoleniową i mentorską, np. dla Data Science Retreat w Berlinie oraz Google Summer of Code. Ponadto jest aktywnie zaangażowany w rozwijanie oprogramowania open source, np. jego pakiet stringi znajduje się w czołówce najczęściej pobieranych rozszerzeń dla środowiska R.

Algorytmy analizy skupień oparte na MST (Clustering on MSTs)
niedziela, 25 marca, godz. 10:00 - 10:45
Cluster analysis is one of the most commonly applied unsupervised machine learning techniques. Its aim is to automatically discover an underlying structure of a data set represented by a partition of its elements: mutually disjoint and nonempty subsets are determined in such a way that observations within each group are “similar” and entities in distinct clusters “differ” as much as possible from each other.
It turns out that two state-of-the-art clustering algorithms -- namely the Genie and HDBSCAN* methods -- can be computed based on the minimum spanning tree (MST) of the pairwise dissimilarity graph. Both of them are not only resistant to outliers and produce high-quality partitions, but also are relatively fast to compute.
The aim of this tutorial is to discuss some key issues of hierarchical clustering and explore their relations with graph and data aggregation theory.

Projekty BCG Gamma
sobota, 24 marca, godz. 12:30 - 13:30
Podczas prezentacji przedstawimy Wam dwa projekty realizowane przez konsultantów BCG Gamma. W pierwszym, zrealizowanym dla globalnej firmy transportowej, zoptymalizowaliśmy trasy kontenerów. Stworzone przez nas rozwiązania zarządzają transportem około miliona kontenerów miesięcznie. Drugi projekt dotyczy ustalania cen dla firmy ubezpieczeniowej. Zaprojektowany model przewiduje churn, elastyczność cenową i koszt obsługi klienta.Wykład będzie szczególnie wartościowy dla uczestników zainteresowanych zastosowaniami matematyki i sztucznej inteligencji w biznesie.