Praktisk informasjon
zoom
Stordata: Stordata, teknologi og analysemetodikk knyttet til datamengder som er for store, for mangeartede og for ustrukturerte til at man kan benytte tradisjonelle teknikker for å hente ut informasjon.
Maskinlæring: er en spesialisering innen kunstig intelligens hvor man bruker statistiske metoder for å la datamaskiner finne mønstre i store datamengder, dvs at maskinen «lærer» i stedet for å bli programmert.
Bli medlem av Avfallsforsk og få alle webinarene gratis
.
08.30–08.35
Velkommen og introduksjon
08.35–08.50
Data som ressurs for utvikling
Foredragsholder:
Morten Dæhlen Professor og senterleder, Universitetet i Oslo
Introduksjon til stordata og maskinlæring - hvordan kan man hente kunnskap ut av data og bruke dette i tjeneste- og forretningsutvikling. Hvordan jobber Universitetet i Oslo med livslang læring.
08.50–09.05
Hva kan maskinlæring, bildegjenkjenning og statistisk modellering brukes til ?
Foredragsholder:
André Teigland Assisterende direktør, Norsk Regnesentral
Hvordan jobber Norsk Regnsentral med maskinlæring, bildegjenkjenning og statistisk modellering. Hvordan kan disse teknologiene anvendes,- og hvilke praktiske erfaringer har man fra ulike bransjer?
09.05–09.20
Maskinlæring i industrien – fra prototype til produksjon
Foredragsholder:
Heidi Dahl Senior Data Scientist, Posten Norge
Når industrien skal bruke kunstig intelligens og maskinlæring i praksis, krever det en systematisk produksjon av data og analyser. I dette foredraget vil Heidi Dahl presentere noen av utfordringene man møter når algoritmer skal settes i produksjon.
09.20–09.30
Spørsmål og diskusjon
Foredragsholder:
Nancy Strand Seniorrådgiver, Avfall Norge
Hvordan kan avfalls- og gjenviningsbransjen ta i bruk denne kunnskapen, og hva trengs av merkompetanse i bransjen?
Nancy Strand
Nancy Strand er seniorrådgiver i Avfall Norge og jobber med flere fagområder. Hun er særlig engasjert i å styrke bransjens kompetanse gjennom forskning, utvikling og innovasjon, og ikke minst rekruttere nyutdannede gjennom REdu-programmet. Nancy representerer Avfall Norge i styret i ISWA, International Solid Waste Association. Hun er utdannet innen ressursforvaltning og økonomi og har jobbet med avfall, gjenvinning og miljøspørsmål i en årrekke.
Håkon Bratland
Rådgiver for gjenvinning og digitalisering i Avfall Norge. Jobber nå som prosjektleder for å utvikle faktagrunnlag satsningen til Avfall Norge
Morten Dæhlen
Morten Dæhlen er professor ved Matematisk Institutt på Matematisk Naturvitenskapelige fakultet. Han er også leder for dScience – Senter for data- og beregningsvitenskap. dScience bidrar til å utvikle morgendagens arbeidskraft, og er en viktig bidragsyter i utviklingen av utdanningstilbudet innen relevante fagområder ved Universitetet i Oslo. dScience fasiliterer også etter- og videreutdanning innen data- og beregningsvitenskap. Universitetet i Oslo tilbyr en rekke emner og studieprogrammer innen data science, kunstig intelligens, dyp- og maskinlæring, datasystemer, arkitektur, sikkerhet, scientific computing og beregningsorientert vitenskap.
André Teigland
André Teigland er forskningssjef ved SAMBA - Gruppen for Statistisk analyse, maskinlæring og bildeanalyse Som en av Europas største og mest kompetente grupper innen anvendt statistikk og statistisk-matematisk modellering dekker man et bredt spekter av metoder. Å velge riktige metoder til ulike problemer er en av deres sterke sider. Mange beregninger er beheftet med usikkerhet og nøyaktig beregning av denne størrelsen er en viktig spesialitet.
Heidi Dahl
Heidi Dahl er Senior Data Scientist i Posten, i avdeling for Digital Innovasjon. Hun jobber med å gjøre Posten mer datadrevet, ved å bruke maskinlæring for å forbedre produkter og tjenester. Frem til 2021 jobbet hun som Seniorforsker i SINTEF Digital, og ledet forskningsprosjekter på stordata, kunstig intelligens og Industri 4.0. Hun leder Tekna Big Data, et av Teknas største faglige nettverk, og er initiativtakeren bak Women in Data Science Oslo.