ELEMENTS
Studencka Konferencja
Studenckiego Koła Matematyków
Sprawimy, że odnajdziesz swój matematyczny element
Poszukajmy elementów razem,
czyli jak narodziła się idea
Jesteśmy grupą młodych matematyków, którym trudno przeżyć bez odpalenia RStudio raz dziennie lub policzenia dystrybuanty. Nie bylibyśmy sobą, gdybyśmy nie chcieli dzielić się swoimi pasjami z resztą świata. Stąd właśnie swoje początki bierze ta Konferencja. Pragniemy sprowadzić wszystkich pasjonatów rachunku prawdopodobieństwa, statystyki, machine learningu i analizy danych w jedno szczególne miejsce - na Akademię Górniczo-Hutniczą, aby wspólnie wymieniać się doświadczeniami, rozwijać networking, wysłuchać zaproszonych propagatorów nauki, wysłuchać referatów profesorów z całego świata oraz zanurzyć się w głębię referatów studenckich.
Dni
0
Godzin
0
Minut
0
Sekund
0
Tegoroczny Temat
Data Science
Statystyka, rachunek prawdopodobieństwa, machine learning, analiza danych.
Data Science jest dziedziną nauki, która pojawiła się stosunkowo niedawno, przyczynił się do tego szeroko pojęty rozwój technologiczny, zauważalny na każdym kroku. Z roku na rok Data Science zyskuje na popularności zarówno w kręgu akademickim, jak i biznesowym. Dyscyplina ta korzysta z narzędzi takich jak: rachunek prawdopodobieństwa, statystyka, ekonometria oraz nauk im pokrewnych. Ponadto dzięki posiadaniu wiedzy oraz umiejętności programistycznych, algorytmicznych czy bardziej precyzyjniej - uczenia maszynowego, osoba zajmująca się nią może wyłuskać jak najwięcej informacji z ogromnej ilości zgromadzonych danych.
W XXI wieku dla niektórych informacja bywa bardziej cenna niż pieniądz. Stąd też nie bez kozery ów wiek nazywamy wiekiem informacji. Określenie to bierze się również z faktu, że w każdym aspekcie życia jesteśmy wręcz ”bombardowani” informacjami i ogromną ilością danych, z których sami część tworzymy i obrabiamy.
Badanie, tudzież zarządzanie nimi niesie za sobą wiele korzyści. Między innymi pozwalają na wcześniejsze wykrycie chorób na podstawie wyników badań, a także na weryfikację skuteczności leków. Data Science nie ogranicza się tylko do zagadnień związanych z medycyną, zahacza swoim obszarem o praktycznie każdą dyscyplinę, która zajmuje się zbieraniem danych.
Nieustanny rozwój tej dziedziny powoduje, że liczba metod, sposobów analizy danych wciąż rośnie i trudno za nią nadążyć. To jeden z wielu powodów, które popchnęły nas do kontynuacji zeszłorocznego tematu konferencji. Chcemy przede wszystkim przedstawić, chociaż skrawek tej wyjątkowej dziedziny oraz stworzyć szansę do wzajemnej inspiracji, zarówno na ścieżce naukowej jak i zawodowej, pogłębiania ciekawości i rozwoju swoich pasji w obszarze, w którym - jak sądzimy - wiele jeszcze można zbadać i eksplorować.
Zaproszeni goście
prof. Herando Ombao
Hernando Ombao is Professor of Statistics at the King Abdullah University of Science and Technology
(KAUST). He is the Principal Investigator of the Biostatistics Group. He develops statistical models
for time series with dynamic and complex structures which are motivated by problems in neuroscience,
medicine and public health. Prior to coming to KAUST, he was a faculty member at UC Irvine, Brown
University, University of Illinois and the University of Pittsburgh.
Dr. Ombao is Co-Editor of the Handbook of Statistical Methods for Neuroimaging. He is an Elected
Fellow of the American Statistical Association (ASA). In 2019, he was Chair of the Statistics in
Imaging Section of the ASA and in 2020 is Chair of the Awards committee of the Council of Presidents
of the Statistical Societies. He is currently a permanent member of the study section on
Biostatistics panel of the National Institutes of Health. In 2017, he received a Mid-Career award
for research excellence at UC Irvine and has served as Principal Investigator of several US NSF
awards. He served as Associate Editor of the Journal of the Royal Statistical Society Series B and
is currently Associate Editor for the Journal of the American Statistical Association, Annals of
Applied Statistics and the Data Science in Science journal. He is also co-founding editor of the new
journal Statistics and Data Science in Imaging. He is an Elected Fellow of the American Statistical
Association and an Elected Fellow of the Institute of Mathematical Statistics.
prof. dr hab. inż. Zbigniew Szkutnik
prof. Zbigniew Szkutnik jest profesorem nauk matematycznych związanym z AGH od ponad 40 lat. Przez kilka lat pracował też w instytutach fizyki wysokich energii w Hamburgu (DESY) i Genewie (CERN). Zajmuje się głównie statystyką matematyczną i stosowaną - w szczególności tzw. stochastycznymi problemami odwrotnymi.
dr hab. Tomasz Brodzicki
Główny ekonomista ABSL, członek zespołu ABSL BI odpowiedzialny za analizy i komentarze ekonomiczne oraz główne raporty ABSL od 2020 roku. Dyrektor w Model Risk Management and Control Americas w UBS odpowiedzialny za modele IB i AM BPPNR i LnF w ramach procedur CCAR/ICAAP. Były główny ekonomista w IHS Markit (obecnie S&P Global) odpowiedzialny za prognozowanie handlu światowego i analizy ekonomiczne. Ma ponad 20-letnie doświadczenie w środowisku akademickim. Do niedawna Profesor UG na Wydziale Ekonomicznym Uniwersytetu Gdańskiego, były kierownik Katedry Gospodarki Międzynarodowej i Rozwoju Gospodarczego UG oraz profesor wizytujący w Hochschule Bremen. Autor ponad 230 artykułów naukowych i książek z zakresu handlu międzynarodowego, ekonomii międzynarodowej, wzrostu i rozwoju gospodarczego, zmian strukturalnych oraz innowacji i zarządzania innowacjami. Ekonomista i analityk danych z silnymi umiejętnościami ekonometrycznymi i statystycznymi, z podejściem skoncentrowanym na danych.
dr hab. Jean-Marc Freyermuth prof. Aix-Marseille University
Dr. Jean-Marc Freyermuth is a data scientist and Professor of Statistics at the Mathematics Laboratory of Aix-Marseille University in France. He holds a PhD in Statistics from the University of Louvain, Belgium. His primary research interests include mathematical statistics, wavelet methods, and spectral analysis of time series. Recently, together with Prof. Hernando Ombao (KAUST) and Prof. Ting Chee Ming (Monash University), he was awarded a Competitive Research Grant from KAUST. In addition to his theoretical work, Dr. Freyermuth collaborates with psychologists and neurobiologists on the statistical analysis of complex biological signals. Before joining Aix-Marseille University, he was an associate researcher at the OR & Business Statistics Research Center at KU Leuven (Belgium), worked at the Statistical Laboratory at the University of Cambridge (UK), and served as a statistical consultant at the University of Neuchâtel (Switzerland).
dr hab. Paweł Przybyłowicz prof. AGH
Dr hab. Paweł Przybyłowicz, prof. AGH, jest pracownikiem Wydziału Matematyki Stosowanej Akademii Górniczo-Hutniczej w Krakowie. Jego zainteresowania naukowe obejmują złożoność obliczeniową, symulacje Monte Carlo, analizę numeryczną stochastycznych równań różniczkowych oraz ich powiązania z uczeniem maszynowym i głębokim. Jest laureatem dwóch prestiżowych nagród międzynarodowych: Information-Based Complexity Young Researcher Award (2012) oraz Joseph Traub IBC Award (2018). W 2013 roku był stypendystą DAAD w Niemczech, a także odbył wizyty naukowe w Austrii i Kanadzie. Brał lub bierze udział (jako wykonawca lub kierownik) w jedenastu projektach badawczych (NCN, NCBiR), z których część dotyczyła zastosowania modeli matematycznych oraz sztucznej inteligencji w przemyśle. Jest wykładowcą oraz koordynatorem specjalności MBA in Data Science Management w ramach studiów MBA-TECH w AGH Business School. Jest autorem lub współautorem około 50 prac i publikacji naukowych o zasięgu międzynarodowym.
dr Thi Tuyet Trang Chau
Dr. Thi-Tuyet-Trang Chau is a researcher and lecturer, actively working in Applied Statistics, Machine Learning, Data Analysis, and Environmental Science. In 2019, she obtained her Ph.D. from the University of Rennes 1 (France). Upon receiving the European Commission funding for a five-year postdoctoral fellowship, she continued her research at LSCE / CEA Saclay - IPSL - University of Paris Saclay. In 2023-2024, she was a visiting professor at the AGH - University of Krakow (Poland). Her scientific contributions focus on the exploitation and development of statistical and machine learning (ML) techniques to address environmental problems such as the impacts of human C02 emissions and climate changes on the marine carbon cycle, ocean health status, and marine ecosystem.
dr Bogdan Ćmiel
Bogdan Ćmiel uzyskał stopień doktora nauk matematycznych na Wydziale Matematyki Stosowanej Akademii Górniczo-Hutniczej w Krakowie w 2013 r. W 2014 r. odbył staż podoktorski w Instytucie Matematyki PAN. Obecnie jest adiunktem na AGH. Jego zainteresowania badawcze obejmują statystykę teoretyczną (głównie statystykę nieparametryczną), modelowanie statystyczne oraz statystykę stosowaną w medycynie i inżynierii.
dr El Mehdi Issouani
I obtained my PhD in Applied Mathematics and Mathematical Applications from the University of Paris Nanterre on June 23, 2023. During my thesis, I worked on textual data, generalized empirical likelihood in high dimensions, as well as penalized Hotelling's statistics (a generalization of Student's t-test for multivariate data). I have also explored neural networks to some extent. Currently, I am a postdoctoral researcher at the LMAC laboratory of the University of Technology of Compiègne (UTC), working on a biostatistics project funded by Sorbonne University in collaboration with biologists and computer scientists from UTC. The aim of the project is to improve the diagnosis of Lyme disease. I am particularly interested in machine learning and high-dimensional data.
dr Andrzej Kałuża
Matematyk, nauczyciel akademicki na Akademii Górniczo-Hutniczej w Krakowie, analityk danych. Tytuł doktora uzyskał w 2021 roku w zakresie nauk matematycznych. Autor kilku publikacji naukowych poświęconych problem numerycznym. Prelegent na szeregu konferencji naukowych. Od 10 lat bierze aktywny udział w realizacji projektów z zakresu: prognozowania szeregów czasowych i ich analizy, budowania gotowych rozwiązań, automatycznego treningu i retreningu modeli, w obszarach energetyki, produkcji, zapotrzebowania, sprzedaży; wykorzystania metod i modeli predykcyjnych dla przemysłu, farmacji, zakładów produkcyjnych i przetwórczych; analiz danych bazujących na narzędziach statystycznych (bayesowskich, rachunku prawdopodobieństwa, analizy stochastycznej, analizy niestacjonarnych szeregów czasowych), ML i Deep Learning,; badania możliwości łączenia różnych technik analizy danych (ML, DL, Procesów stochastycznych), ich przetwarzania, modelowania i wyciągania wniosków poprzez XAI.
dr Christian Merkwirth
Christian Merkwirth is a seasoned Machine Learning and Deep Learning expert, currently spearheading the development of highly optimized AI microservices at Nvidia. There his team is optimizing TRT-LLM engines for peak inference performance. With a passion for applying AI to real-world problems, Christian has led teams across diverse industries, from revolutionizing revenue management systems at FLYR Labs to enhancing driving safety at NAUTO. A true pioneer in the field, Christian holds the distinction of being the first person to train Graph Neural Networks using SGD already back in 2005. His extensive background spans full-stack deep learning, cloud engineering, and advanced data analytics. Christian's expertise is complemented by his strong academic foundation, including a PhD in Physics and significant contributions to the field through publications and teaching.
dr Paweł Morkisz
Pawel Morkisz is a scientist and leader in computational mathematics and artificial intelligence. He currently conducts cutting-edge research on novel methods for combining neural networks with stochastic differential equations (SDEs), while leading the Deep Learning Algorithms group at NVIDIA, focusing on optimizing AI workloads for maximum efficiency. Previously, as CTO of the deep learning startup Reliability Solutions, he pioneered efforts in forecasting machinery failures. Pawel has successfully bridged the gap between academia and industry, contributing to innovative applied research projects, such as digital-twin failure prediction for power plants, navigation systems for scuba divers, and animal health monitoring through video analysis.
dr Jakub Wojdyła
Dr Jakub Wojdyła jest pracownikiem Wydziału Matematyki Stosowanej AGH, posiadającym ponad 10-letnie doświadczenie zawodowe w analizie danych z wykorzystaniem metod statystycznych i uczenia maszynowego. Jego zainteresowania naukowe dotyczą statystyki matematycznej, ze szczególnym uwzględnieniem statystycznych problemów odwrotnych oraz statystyki wysokowymiarowej. W ramach działalności dydaktycznej na WMS prowadzi szereg przedmiotów z dziedziny Data Science. Jako Data Scientist pracował przy wielu projektach komercyjnych oraz naukowych na danych rzeczywistych z różnych gałęzi przemysłu.
mgr inż. Dawid Majchrowski
mgr inż. Dawid Majchrowski is a graduate of AGH University of Science and Technology, where he simultaneously studied computer science and applied mathematics. He has been working at NVIDIA for almost 5 years, where he has been involved in the development of deep learning on an industrial scale, as well as the development of many artificial intelligence algorithms using GPUs. Currently, his main research area is related to generative artificial intelligence.
mgr Bartosz Majewski
mgr Bartosz Majewski ukończył studia drugiego stopnia na Wydziale Matematyki Stosowanej AGH, gdzie obecnie kontynuuje swoją naukową drogę jako doktorant oraz jako pracownik naukowo-dydaktyczny. Jego badania skupiają się na analizie procesów okresowo skorelowanych oraz ich uogólnień. W szczególności skupia się na rozwijaniu metod resamplingowych dla tych procesów. Miał przyjemność kilkukrotnie wizytować na prestiżowej uczelni King Abdullah University of Science and Technology (KAUST) w Arabii Saudyjskiej. Podczas tych wizyt zdobył cenne doświadczenie w analizie sygnałów biomedycznych. Jego głównym zainteresowaniem naukowym jest analiza szeregów czasowych w dziedzinie częstotliwości, która pozwala odkrywać ukryte wzorce zawarte w danych.
mgr Karolina Marek
W 2023 roku ukończyłam studia magisterskie na Wydziale Matematyki Stosowanej Akademii Górniczo-Hutniczej, broniąc pracę pt. „Regenerative block bootstrap”. Obecnie jestem w trakcie podwójnego doktoratu na Akademii Górniczo-Hutniczej oraz Uniwersytecie Paris Nanterre. Moje badania skupiają się na metodach bootstrapowych, ze szczególnym uwzględnieniem uogólnienia regeneracyjnych łańcuchów Markowa na przypadek wielowymiarowy.
Bartosz Sierp
Manager zespołu analiz strategicznych w firmie Maspex
Agenda 2024
Centrum Dydaktyki U2
Piątek 25.10.2024
-
14:00 - 15:00Rejestracja uczestników
-
15:00 - 15:30Oficjalne rozpoczęcie konferencji
-
15:30 - 16:15AI and Mathematicsdr Paweł Morkisz
-
16:15 - 17:00Porównanie dokładności różnych metod estymacji trendów rynkowychBartosz Sierp, Bartłomiej Gibas (MASPEX)
-
17:00 - 17:45O kwarkach, ptakach i medycynie, czyli stochastyczne problemy odwrotneprof. dr hab. inż. Zbigniew Szkutnik
-
17:45 - 18:15Przerwa kawowa
-
18:15 - 19:00Zastosowania bootstrapu blokowego dla łańcuchów Markowamgr Karolina Marek
-
19:00 - 19:20Projektowanie Grafowych Sieci Neuronowych z Wykorzystaniem Dużych Modeli JęzykowychMaciej Krzywda
-
19:30 - 20:15Sektor centrów nowoczesnych usług biznesowych w Polsce i Europie. Stan i wyzwania przyszłościdr hab. Tomasz Brodzicki
Sobota 26.10.2024
-
09:15 - 09:30Oficjalne rozpoczęcie drugiego dnia konferencji
-
09:30 - 10:15Neural network in environmental data miningdr Thi Tuyet Trang Chau
-
10:20 - 10:40Estymacja średniej szeregu czasowego bootstrapem stacjonarnymJakub Pięta
-
10:40 - 11:00Wybrane algorytmy spektralnej analizy skupień: podstawy matematyczneJakub Ptak
-
11:00 - 11:45Dlaczego statystycy nie używają zbioru testowegodr Jakub Wojdyła
-
11:45 - 12:15Przerwa kawowa
-
12:15 - 12:35Przewidywanie własności cząsteczek chemicznych z użyciem podejścia grafu grafów (Graph-of-Graphs)Michał Stefanik
-
12:35 - 12:55Kilka słów o estymacji parametrów funkcji autokowariancji dla uogólnionych procesów prawie cyklostacjonarnychJakub Rutkowski
-
12:55 - 13:15Algorytmy detekcji anomalii dla dużych zbiorów danychKrzysztof Wołkonowski
-
13:15 - 14:00Connectivity in a Brain Network: Spectral Approachprof. Hernando Ombao
-
14:00 - 15:40Przerwa obiadowa
-
15:40 - 16:00Prawdopodobieństwo zbieżności celu w grach potencjalnie kooperacyjnych na wybranych przykładachMikołaj Matuszczak
-
16:00 - 16:45LLMs introduction, architecture, challengesdr Christian Merkwirth
-
16:45 - 17:05Miary podobieństwa w analizie danych i uczeniu maszynowym.Patryk Doniec
-
17:15 - 18:00O metodach bootstrapowych czyli losowanie ze zwracaniem jako narzędzie do analizy danychmgr Bartosz Majewski
-
18:00 - 18:20GPT i prognozowanie szeregów czasowychJakub Adamczyk
-
18:20 - 19:00Przerwa kawowa
-
19:00 - 19:45GenAI - NVIDIA Inference Microservices - feasible solutionmgr Dawid Majchrowski
-
19:45 - 20:30Stochastyczne równania różniczkowe w uczeniu maszynowym, uczenie maszynowe w stochastycznych równaniach różniczkowychDr hab. Paweł Przybyłowicz, prof. AGH
Niedziela 27.10.2024
-
09:15 - 09:30Oficjalne rozpoczęcie trzeciego dnia konferencji
-
09:30 - 10:15Aptamer Embedding: using a Continuous vector representation for aptamer design, analysis and deeper understandingdr El Mehdi Issouani
-
10:20 - 10:40Regresja uporządkowana i jej zastosowanie w projektowaniu gier typu pen & paper RPGJolanta Śliwa
-
10:40 - 11:00O stochastycznym zejściu według gradientu i jego związku ze stochastycznymi równaniami różniczkowymi z dryfem w postaci całkowejMichał Sobieraj
-
11:00 - 11:45(Czy) Kwadratury adaptacyjne działają dobrze nawet w przypadku funkcji kawałkami gładkich (?)dr Andrzej Kałuża
-
11:45 - 12:15Przerwa kawowa
-
12:15 - 12:35Splot macierzy jako klucz do współczesnego widzenia komputerowegoSzymon Pachla
-
12:35 - 12:55On the existence of Relu DNN for approximation of the solution of partial integro-differential equationsMarcin Baranek
-
13:00Głosowanie w ramach konkursu referatówLink do głosowania znajdziecie na mailu
-
13:15 - 14:00Wykrywanie struktur zależności dla pary zmiennych losowychdr Bogdan Ćmiel
-
14:00 - 14:45Topological Data Analysis of Biological Signalsdr Jean-Marc Freyermuth
-
14:45 - 15:15Ogłoszenie wyników konkursu referatów i zakończenie konferencji
-
19:00Wieczór integracyjny dla uczestników Konferencji
Święto Nauk Ścisłych w AGH - Dni prof. Antoniego Hoborskiego
Tegoroczna edycja Konferencji odbywa się w ramach o obchodów Święta Nauk Ścisłych w AGH - Dni prof. Antoniego Hoborskiego, o zbiór ściśle związanych ze sobą wydarzeń wydarzeń, którym przyświeca jeden wspólny cel, jakim jest upowszechnienie oraz popularyzacja potrzeby rozwoju nauk ścisłych i świadomości ich właściwego nauczania.
Święto Nauk Ścisłych w AGH - Dni prof. Antoniego Hoborskiego
Sponsorzy
Maspex
Jako Grupa Maspex jesteśmy największą, prywatną firmą w branży spożywczej w Polsce, a także jedną z największych firm w tym segmencie w Europie Środkowo- Wschodniej. Nasze produkty docierają na wszystkie kontynenty z wyjątkiem Antarktydy! Znamy się lepiej niż myślisz - tworzymy produkty, które kochają miliony konsumentów. Tymbark, Kubuś, Lubella, Łowicz, Krakus, Kotlin, Tarczyn, Tiger, DrWitt i DecoMorreno to tylko niektóre z wielu marek, które posiadamy w swoim portfolio.
Aigorithmics
Siłą AIGORITHMICS jest zgrany zespół ludzi o ogromnej wiedzy, umiejętnościach, talentach
i
doświadczeniu, których łączy wspólna pasja do nauki, technologii i analizy danych.
W Aigorithmics doskonale rozumieją, że obecnie dane są najcenniejszym aktywem każdej
firmy.
Celem zespołu jest skuteczna pomoc Klientom w transformacji zazwyczaj
nieustrukturyzowanych zbiorów
danych w realną wartość biznesową. Podczas ścisłej współpracy z klientem starają się
zdefiniować
odpowiednie wskaźniki, aby najlepiej odzwierciedliły tę wartość.
Od 2019 roku projektują i tworzą “szyte na miarę” rozwiązania wykorzystujące technologie
sztucznej
inteligencji. Ogromne doświadczenie i unikalne kompetencje współzałożycieli oraz zespołu
Aigorithmics dają im możliwość swobodnego poruszania się w interdyscyplinarnych
gremiach.
Realizowali projekty zarówno dla dużych, międzynarodowych firm, jak i mniejszych
przedsiębiorstw w
wielu branżach.
Krakodlew S. A.
Krakodlew S.A. jest największą odlewnią w Polsce i jedną z największych odlewni w Europie. Początki firmy sięgają lat 60-tych ubiegłego wieku. Od początku swojego istnienia nasza odlewnia specjalizuje się w produkcji osprzętu hutniczego, a od drugiej połowy lat 90-tych rozszerzyła swoją ofertę o produkcję przeciwwag do dźwigów, koparek oraz innych maszyn. Szeroki zakres tonażowy, wysoka jakość oraz bardzo dobre parametry produktów sprawiają, że Krakodlew S.A. pretenduje do pozycji europejskiego lidera jako producent wielotonażowych odlewów.
Patroni medialni
Delta
Czasopismo popularnonaukowe dla pasjonatów matematyki, fizyki, informatyki i astronomii. Znajdziemy w nim niezwykłe opowieści z historii nauki, ciekawe zadania z matematyki i fizyki, problemy (często jeszcze nierozwiązane) matematyki w interesującej fabule, najnowsze relacje z badań Wszechświata, obserwacje nieba w każdym miesiącu, a fizyka potrafi porwać każdego! Delta - Strona główna (deltami.edu.pl)
Radio1.7
Najlepsza studencka rozgłośnia radiowa w Krakowie, która nadaje już od 12 lat! Działamy pod sztandarem Akademii Górniczo-Hutniczej, a nasz program skierowany jest głównie do studentów. Stawiamy jednak na różnorodność, więc z pewnością i starsi i młodsi znajdą tu coś dla siebie! Na czele naszego radia stoi redaktor naczelny, który koordynuje pracę poszczególnych redakcji: programowej, informacyjnej i muzycznej, oraz działu technicznego i promocji. Naszym priorytetem jest jakość, dlatego ciągle się rozwijamy i dbamy o poziom prezentowanej muzyki i informacji przekazywanych na antenie.
Pytania i odpowiedzi
Postaramy się odpowiedzieć na najczęściej zdawane nam pytania i rozwiać Wasze watpliwości odnośnie eventu.
Notatnik w dłoń i zapiszcie co dla Was najważniejsze!
Konferencja „Elements” jest organizowana przez Studenckie Koło Matematyków Akademii Górniczo – Hutniczej im. Stanisława Staszica w Krakowie przy współpracy z fundacją ACADEMICA. Pomysł stworzenia konferencji zrodził się z potrzeby zorganizowania wydarzenia, które umożliwiłoby członkom Koła, studentom, doktorantom i pasjonatom szeroko rozumianej matematyki rozwijać swoje zainteresowania, pogłębiać wiedzę, nawiązywać nowe kontakty, przy jednoczesnym promowaniu Koła, Wydziału i Uczelni na arenie krajowej i międzynarodowej.
Tak, żaden z uczestników nie ponosi opłaty wstępnej. Natomiast koszt dojazdu oraz noclegu będzie musiał pokryć na własną rękę.
Jest to Konferencja opierająca się głównie na referatach studenckich, ale nie zabraknie również wykładów wygłoszonych przez zaproszonych profesorów, przemówień gości ze świata nauki.
Serdecznie zapraszamy wszystkich studentów i doktorantów zainteresowanych tematyką Data Science. W zgłoszeniach jako pierwsi będą brani pod uwagę studenci kierunków ścisłych, matematyka stosowana, ekonometria, statystyka, data science i im pokrewnych.
Nazwa Konferencji powstała przez inspirację dziełem, które przyczyniło się do znacznego rozwoju matematyki – „Elementów” Euklidesa.
W tym roku Konferencja będzie trzydniowa (od piątku 25 do niedzieli 27 października). Jeśli masz możliwość uczestniczenia tylko w jednym dniu, nic nie stoi na przeszkodzie, jednak miej na uwadze, że ominie Cię mnóstwo intrygujących referatów.
Konferencja odbędzie się głównie w języku polskim, jednak część zaproszonych gości z zagranicy wygłosi swoje przemówienia w języku angielskim.
Wydarzenie odbędzie się na terenie AGH w Sali Konferencyjnej w budynku U2 przy ul. Władysława Reymonta 7. Z łatwością możecie się tam dostać jadąc np. pociągiem/autobusem do Kraków Główny, a następnie korzystając z komunikacji miejskiej autobusem nr: 179, 192, 501, 511 lub 304. Następnie kilkaset metrów spacerkiem pod gmach budynku U2 i voilà jesteście na miejscu!
Niestety, nie zajmujemy się noclegami. Możemy jednak polecić zaprzyjaźniony akademik - Babilon, gdzie powinno znaleźć się miejsce dla każdego. Pamiętajcie jednak, aby miejsce zabookować sobie odpowiednio wcześniej. Uczestnik po przyjeździe dokonuje wpłaty na portierni (możliwa płatność kartą) i już!