Университет Сан-Франциско Конференция по науке о данных 2023 года Datathon в партнерстве с AWS и лабораторией Amazon SageMaker Studio
Университет Сан-Франциско Конференция по науке о данных 2023 года Datathon в партнерстве с AWS и лабораторией Amazon SageMaker Studio.
В рамках Конференции по науке о данных 2023 года (DSCO 23) AWS сотрудничала с Институтом данных Университета Сан-Франциско (USF), чтобы провести дататон. Участники, старшеклассники и студенты бакалавриата, соревновались по проекту по науке о данных, сфокусированному на качестве воздуха и устойчивости. Институт данных USF стремится поддерживать междисциплинарные исследования и образование в области науки о данных. Институт данных и Конференция по науке о данных предоставляют уникальное сочетание передовых академических исследований и предпринимательской культуры технологической индустрии в районе Сан-Франциско-Бей-Эрии.
Студенты использовали Amazon SageMaker Studio Lab, который является бесплатной платформой, предоставляющей среду JupyterLab с вычислительными мощностями (CPU и GPU) и хранилищем (до 15 ГБ). Поскольку большинство студентов не были знакомы с машинным обучением (ML), им было дано краткое руководство, иллюстрирующее, как настроить конвейер ML: как проводить исследовательский анализ данных, создавать признаки, строить модели и оценивать их, а также настраивать вывод и мониторинг. В руководстве использовались наборы данных Amazon Sustainability Data Initiative (ASDI) от Национального управления океанической и атмосферной администрации (NOAA) и OpenAQ для создания модели ML, предсказывающей уровни качества воздуха с использованием погодных данных с помощью бинарной классификационной модели AutoGluon. Затем студентам было предоставлено свободное время для работы над собственными проектами в командах. Победные команды возглавили Питер Ма, Бен Уэлнер и Эй Колтин, которым были вручены призы на церемонии открытия Конференции по науке о данных в Университете Сан-Франциско.
Отзывы о мероприятии
“Это было забавное событие и отличный способ работать с другими. Я изучал некоторое программирование на языке Python в классе, но это помогло сделать его реальным. Во время дататона я и мой командный партнер провели исследование различных моделей ML (LightGBM, логистическая регрессия, модели SVM, классификатор Random Forest и т. д.) и их производительности на наборе данных AQI от NOAA, направленном на обнаружение токсичности атмосферы при определенных погодных условиях. Мы построили градиентный бустинговый классификатор для предсказания качества воздуха на основе статистики погоды.”
– Анай Пант, учащийся Афинской школы, Данвилл, Калифорния, один из победителей дататона.
- Сохранение Зелени Ускоренная аналитика сокращает затраты и выбросы углерода
- Овладение искусством оптимизации ценообразования – решение науки о данных
- ИИ и будущее колледж-футбола
“Искусственный интеллект становится все более важным на рабочем месте, и 82% компаний нуждаются в сотрудниках с навыками машинного обучения. Крайне важно развивать талант, необходимый для создания продуктов и опыта, от которых мы все будем иметь пользу, включая инжиниринг программного обеспечения, науку о данных, предметные знания и многое другое. Мы были в восторге от того, что помогли следующему поколению разработчиков изучать машинное обучение и экспериментировать с его возможностями. Надеемся, что они продолжат этот путь и расширят свои знания в области ML. Лично я надеюсь однажды использовать приложение, созданное одним из студентов этого дататона!”
– Шерри Маркус, директор лаборатории решений AWS ML.
“Это первый год, когда мы использовали SageMaker Studio Lab. Мы были довольны тем, как быстро старшеклассники/студенты бакалавриата и наши студенты-наставники могли начать свои проекты и сотрудничать с помощью SageMaker Studio.”
– Диана Вудбридж из Института данных Университета Сан-Франциско.
Начните работу с Studio Lab
Если вы пропустили этот дататон, все равно можете зарегистрироваться для создания собственного аккаунта Studio Lab и работать над своим собственным проектом. Если вы заинтересованы в проведении собственного хакатона, обратитесь к вашему представителю AWS для получения реферального кода Studio Lab, который даст вашим участникам немедленный доступ к сервису. Наконец, вы можете искать следующий годовой вызов в Институте данных USF.
