Switch branches/tags
Nothing to show
Find file History
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Type Name Latest commit message Commit time
..
Failed to load latest commit information.
IMG_6459.JPG
IMG_6460.JPG
IMG_6463.JPG
IMG_6470.JPG
IMG_6476.JPG
IMG_6479.JPG
README.md
ZygmuntZawadzkiSER.pdf

README.md

Zygmunt Zawadzki

Bio:

Z zamiłowania statystyk i trochę programista. Od ponad pięciu lat mocno związany z R – przez co nigdy nie nauczył się Excela... Z tego powodu nie może sobie wpisać w CV – „Znajomość pakietu Office” (jak sam twierdzi, jest to raczej powód do dumy…). Czas wolny poświęca na działanie w ramach eRki (Entuzjastów R Krakowska Alternatywa) promując R gdzie tylko się da.

Presentation Title:

Nie taki C++ straszny jak go połączysz z R

Rcpp jest to pakiet który dosyć mocno ugruntował swoją pozycję w środowisku R (prawie 4 miliony pobrań wg. http://cranlogs.r-pkg.org/badges/grand-total/Rcpp i ponad 600 pakietów zależnych na CRAN). Sam Rcpp umożliwia w miarę bezbolesne włączenie kodu C++ do R - co jednak można zyskać na takim połączeniu? Kiedy opłaca się to zrobić? Co może pójść nie tak? Jakie mogą być skutki nieuważnego wykorzystywania pomostu pomiędzy R i C++? Jak się przed nimi chronić? Na te i inne pytania znajdzie się odpowiedź w czasie prezentacji. A wszystko to będzie okraszone przykładami z powstającego właśnie pakietu FSelectorRcpp (https://github.com/mi2-warsaw/FSelectorRcpp) - który jak sama nazwa wskazuje - wykorzystuje Rcpp.

Michał Janusz

Bio:

Michał Janusz - data scientist – rozwiązuje problemy zwiększenia ciągłości produkcji papieru w Sappi Europe w oparciu o modele liniowe i metody maszynowe dostępne w środowisku R. Optymalizował rekalmę internetu w popularnym protalu internetowym. Pracował w pierwszym w Polsce projekcie BIG DATA z danymi systemów bankowych w Alior Bank SA. Z technologią przetwarzania dużych wolumentów danych spotkał się po raz pierwszy w fizyce cząstek elementarnych. Następnie w firmie COMARCH SA. Pracował z rozwiązaniami typu In Memory Data Grid wdrażając system maklerski.

Presentation Title: Odkrywanie zależności w procesie produkcyjnym z wykorzystaniem R

Zastosowanie modelowania w R może przyczynić się do zrozumienia wpływu czynników na właściwości fizyczne produktu. Celem jest pokazanie problemów w ciągłości produkcji oraz pokazanie kroków analizy danych od kuchni. Okazuje się, że podstawowe modele są bardzo efektywne. Prelekcja pokazuje jak skonfigurować środowisko pracy aby poźniej ciekawie i łatwo prezentować wyniki.