Uskutečněné přednášky v LS 2017/18
Ricardo: matematické modelování spalovacích motorů
Ing. Jiří Navrátil, Ph.D.
Abstrakt
Vývoj spalovacích motorů je velmi náročná a drahá činnost, při které nachází široké uplatnění matematické modelování. Simulace umožňují pružně rozhodovat o vhodné konstrukci, přičemž podstatně snižují nutnost výroby a fyzického testování prototypů a šetří tak čas i finance. Tým Ricardo Software, jehož součástí je i několik numeriků z Matfyzu, vyvíjí simulační nástroje, které inženýrům umožňují jednoduše provádět náročné výpočty týkající se např. distribuce paliva, jeho vstřiku do válce a hoření, teplot a tlaků, akustické analýzy apod.
Na přednášce se podíváme dovnitř spalovacích motorů a do fyzikálních dějů, které se ve škole popisují parciálními diferenciálními rovnicemi. Také se dozvíte, jak v praxi vypadá jejich řešení pomocí metody konečných prvků (objemů).
O přednášejícím
Jiří Navrátil získal Ph.D. v oboru termodynamiky spalovacích motorů na FS ČVUT. V Ricardu je již 12 let. Pracuje jako product manager pro WAVE, velmi žádaný a účinný nástroj pro simulace 1D proudění a akustickou analýzu. Má na starosti tým vývojářů i komunikaci se zákazníky z předních světových automobilek.
Yieldigo: nakupování pohledem statistiky
Ing. Radim Dudek
Abstrakt
Jaké faktory ovlivňují rozhodování lidí při nakupování? To se snaží zkoumat startup Yieldigo. Na základě poznatků založených na rozsáhlé analýze dat poté vyvíjí tzv. AI pricing — automatickou cenotvorbu pro obchody.
Na přednášce se dozvíme, jakým způsobem Yieldigo automatizuje cenotvorbu. Podíváme se také na konkrétní problém a společně zkusíme zkonstruovat statistický model, který problém popisuje. Kromě techničtějších částí se také dozvíme něco o tom, jak vysvětlit a prodat matematické nástroje zákazníkům.
O přednášejícím
Radim Dudek je absolvent FJFI ČVUT se zaměřením na matematiku a stochastiku. Při studiu se věnoval prediktivnímu řízení a dynamické cenotvorbě v dopravě. Před rokem a půl založil se spolužákem Yieldigo, startup s cílem přinést nástroje založené na pokročilém a automatizovaném modelování do retailu.
Kantar TNS: Volební průzkumy - pohled pod pokličku
RNDr. Pavel Ranocha, Ph.D.
Abstrakt
"Výzkumům nevěřím, mě se nikdy nikdo neptal."
"Jak mohou mít tolik procent, vždyť já neznám nikoho, kdo by je volil."
"Stejně to dopadne úplně jinak."
"Vždyť se zeptali pouze pár lidí, co těch zbývajících deset milionů?"
O správnosti průzkumů veřejného mínění lidé často pochybují. Zčásti za to může velké množství mylných představ, zčásti ale také fakt, že dělat je správně je opravdu těžké. I přesto se společnosti Kantar TNS konzistentně daří dosahovat velice přesných výsledků. O tom, jak při průzkumu postupují a jak odpovídají na časté pochyby o jejich správnosti, se dozvíte v další přednášce semináře Matematické problémy nematematiků.
O přednášejícím
Pavel Ranocha, absolvent MFF UK, pracuje jako analytik a expert na metodologii u Kantar TNS, přední společnosti na trhu marketingových výzkumů. Pavel nemá jen výborné znalosti metodologie průzkumů a matematiky s nimi spojené, umí vše zároveň jednoduše a přesně vysvětlit, o čemž svědčí jeho časté výstupy v médiích.
Bitcoin a další kryptoměny: proč změní svět a co jim v tom brání
Mgr. Ing. Dominik Stroukal, Ph.D.
Abstrakt
Existují vynálezy, které ovlivní celý svět. Počítače, internet, či umělá inteligence mají jasný dopad na náš každodenní život. V poslední době se ale stejný potenciál přisuzuje také kryptoměnám a technologii blockchain, na které jsou postavené.
V této přednášce se podíváme na to, proč jsou kryptoměny považovány za revoluční. Zjistíme, jak blockchain funguje a proč nemá sám o sobě bez kryptoměn smysl. Podíváme se na to, v čem se od sebe jednotlivé kryptoměny liší, jak v praxi fungují a jak na ně státy reagují. Nakonec nahlédneme do blízké i vzdálené budoucnosti.
O přednášejícím
Dominik Stroukal je ekonom a specialista na teorii ekonomických a měnových systémů. Je autorem knihy "Bitcoin: Peníze budoucnosti", první české knihy o Bitcoinu a kryptoměnách. Svůj doktorát obdržel na Vysoké škole ekonomické v Praze, působí jako hlavní ekonom skupiny Roklen a přednáší na několika českých školách.
Wargaming: World of Tanks' gamer behavior
Dr. Nishith Pathak
Rozšířený abstrakt
In the current digital age electronic applications play an important role in everyday lives. Applications are downloaded and used by up to millions of users logging in, performing some activity and then logging off. These user sessions are highly indicative of the application’s performance in the market. Trends involving systematic patterns of decline in the number of logins and/or users’ having poor retention along their lifecycles are often indicative of underlying problems in the application. Therefore, developers have considerable interest in analyzing and understanding the user session behavior in their applications. Unsurprisingly some of the most important metrics around understanding customer behavior are derived from session behavior data e.g. n-day retention, number of daily/monthly active users, ARPU (average revenue per user), ARPPU (average revenue per paying user) and other recency/frequency based metrics. One thing of note is that most of these applications work in a non-contractual setting i.e. the user is under no obligation to subscribe/unsubscribe and can churn out by simply never logging in or using the application again. This introduces the added complexity of the actual churn behavior being latent as well as situations where users can return after a long hiatus (winback).
This research explores probabilistic models for user session behavior in such non-contractual settings. The objective is to summarize the user session behavior as a probabilistic generative process, which can be used to analyze progression in player lifecycles over multiple sessions as well as make predictions regarding their login/logoff behavior. Application developers can then react to this information by improving the application to remove specific bottlenecks in player lifecycles as well as reverse any adverse trends in user session behavior. This research borrows ideas from statistical developments in the marketing domain and combines them with core ideas from machine learning in order to development methods for learning user session behavior.
O přednášejícím
Dr. Nishith Pathak has a doctorate in computer science from the University of Minnesota, Twin Cities, USA. His specializations are in the areas of data mining and machine learning. Over the last decade his efforts have been focused on analyzing data from online ecommerce systems, particularly those from online video game environments.
Currently, Nishith is working as a Data Scientist for Wargaming Prague s.r.o. and analyzes data, from various popular Wargaming games such World of Tanks, in order to study players’ behaviors and motivations in order to optimize player acquisition, engagement, and monetization.
Stories: data mining v byznysové praxi aneb jak šli matematici do světa
Ing. Viktor Brada + Ing. Hynek Walner
Abstrakt
Stories je startup založený absolventy (nejen) FJFI ČVUT. Vyvíjí reportingový produkt pro lidi z větších firem, který pomocí více či méně sofistikovaných algoritmů a matematických metod detekuje změny v obchodních datech a sám je dává do souvislostí. Na přednášce si řekneme, co je business intelligence a ukážeme si několik otevřených problémů, které zrovna Stories řeší.
Kromě toho se dozvíte, jaké to je, když si našinec projde přes korporát i startup a budete mít prostor poptat se starších kolegů na jejich zkušenosti.
O přednášejících
Viktor Brada vystudoval na FJFI Aplikované matematicko-stochastické metody a jeho prací je programování analytické části kódu.
Hynek Walner dělá doktorát tamtéž a ve Stories se stará o datovou a business analytiku.