Physicists in Data Science - Statistical Physics Day, Hungarian Academy of Sciences - April 2018 (talk in Hungarian)

Transcript

1. Fizikusok az adattudományban (data science) Pafka Szilárd Chief Scientist, Epoch (USA) Magyar Tudományos Akadémia, Budapest 2018. április
2. Közös munkánk Imrével Miért fizikusok az adattudományban? Jövő, mit/hogyan tanítsunk?
3. 1992- ELTE fizikus 1996-98 Monte Carlo szim., Kosterlitz-Thouless
4. 1992- ELTE fizikus 1996-98 Monte Carlo szim., Kosterlitz-Thouless 1999- pénzügyi alkalmazások, Kondor Imre 2001-06 CIB Bank kockázatkezelés 2004 PhD
5. 1992- ELTE fizikus 1996-98 Monte Carlo szim., Kosterlitz-Thouless 1999- pénzügyi alkalmazások, Kondor Imre 2001-06 CIB Bank kockázatkezelés 2004 PhD 2006- Kalifornia, data science 2016- CEU, UCLA (1-1 kurzus)
6. pénzügyi idősorok, korrelációk kockázat, portfoliók/befektetések
7. pénzügyi idősorok, korrelációk kockázat, portfoliók/befektetések Laloux, Cizeau, Bouchaud, Potters, Phys. Rev. Lett. 83, 1467 (1999)
8. pénzügyi idősorok, korrelációk kockázat, portfoliók/befektetések Laloux, Cizeau, Bouchaud, Potters, Phys. Rev. Lett. 83, 1467 (1999)
9. pénzügyi idősorok, korrelációk kockázat, portfoliók/befektetések Laloux, Cizeau, Bouchaud, Potters, Phys. Rev. Lett. 83, 1467 (1999)
10. pénzügyi idősorok, korrelációk kockázat, portfoliók/befektetések Laloux, Cizeau, Bouchaud, Potters, Phys. Rev. Lett. 83, 1467 (1999)
11. pénzügyi idősorok, korrelációk kockázat, portfoliók/befektetések Laloux, Cizeau, Bouchaud, Potters, Phys. Rev. Lett. 83, 1467 (1999) zajszűrés
12. Exp. shortfall
13. Exp. shortfall : minimax
14. Exp. shortfall : minimax
15. Exp. shortfall : minimax
16. adatbányászat (data mining)
17. adattudomány (data science)
18. adattudomány (data science) tudomány?
20. the U.S. finance sector accounts for 20% of GDP The Washington Post, 2015
21. https://www.stitchdata.com/resources/reports/the-state-of-data-science/ (2015)
22. numerikus jártasság adatok manipulációja, “tisztítása” adatvizualizáció eszközök erre (Unix/Linux, Matlab, R, Python) programozás szimulációk modellekben való gondolkodás
25. By 2018, the US alone could face a shortage of 140,000 to 190,000 people with deep analytical skills - McKinsey, 2011
27. Fizikus képzésben? pár speci ... szakirány (MSc) igen/nem? miért? hogyan?
31. David Donoho: 50 years of Data Science GDS1: Exploratory data analysis and data manipulation/preparation and cleaning GDS2: Systems/databases GDS3: Programming: R GDS4: Data visualization GDS5: Modeling (statistics/machine learning) GDS6: Science of Data Science
35. Source: Andrew Ng
36. Machine Learning linear/logistic regression (early 1900s/60s) decision trees (60s/80s) neural networks (60s/80s) support vector machines (90s) random forests (90s) gradient boosting (90s) deep learning neural networks (2000s) Source: Hastie etal, ESL 2ed y = f(x) “Learn” f from data
38. Source: @iamdevloper (twitter)
42. 10x