Meetup Logo

Deep Learning Italia-Milano- Meetup Aprile “Data Scientist at Metaliquid”

Deep Learning Italia” torna a Milano con il suo Meetup . Ringraziamo #AperiTech e Codemotion per averci ospitati e per aver contribuito all’organizzazione dell’evento. Martedì 16 Aprile 2019, dalle ore 19.00 alle ore 21.00 – presso LUISS ENLABS. Via Massimo D’Azeglio 3, Milano.

Si affronteranno temi legati esclusivamente alla progettazione e implementazione di Reti Neurali e il Deep Learning nell’Intelligenza Artificiale di oggi.
Il Meetup di DLI nasce dall’esigenza di sopperire alla carenza di meetup tecnici sul Deep Learning in Italia mentre ormai se ne contano molteplici in altre città del mondo come Londra, Amsterdam e San Francisco. Il Meetup sarà orientato sia alla ricerca accademica e che al mondo delle startup.

Entrata totalmente gratuita.

La registrazione su eventbrite è obbligatoria!

https://www.eventbrite.it/e/biglietti-meetup-aperitech-di-deep-learning-italia-57804443647

Vi aspettiamo!!!

Scaletta Talks:

1) Cristiano De Nobili – Docente at Deep Learning Italia

“Introduzione alla piattaforma Deep Learning Italia”
Abstract: Illustrazione della community Deep Learning Italia e degli strumenti oggi sviluppati e a disposizione della community. Introduzione alle features del sito www.deeplearningitalia.com: i tutorials, il question & answer, le references, gli sviluppi futuri.

2) Nicolò Gregori – Data Scientist at Metaliquid

Face verification techniques: how to speed up dataset creation

Abstract:: Face recognition, face identification and face verification problems have been broadly addressed by the computer vision community even if they are often confused.
Traditionally, face recognition is a general topic that includes both identification and verification task.
The former consists in the comparison of an unknown face with a set of N faces (one-to-many) trying to answer the question “Who is this person?”; the latter compares two faces in order to determine whether they belong to the same person or not (one-to-one). These algorithms are crucial to building automatic dataset creation tools and speed up training on new identities. We are going to show how to implement face verification models for real use cases in the media industry.