Jandré Marais, 'n meestersgraadstudent in Wiskundige Statistiek by die Departement Statistiek en Aktuariёle Wetenskap aan die Universiteit Stellenbosch, was die wenner van die eerste Datawetenskap Deep Learning Hackathon wat deur die Machine Intelligence Institute of Africa aangebied is. Deelnemers moes van sowat 5000 geёtiketteerde padbeelde gebruik maak om 'n model te bou wat slaggate in 'n nuwe stel toetsbeelde kan uitken. Jandré se wenmodel het 'n akkuraatheidskoers van 85.5% behaal.

Die datawetenskap-hackathon, wat deur IBM, die Machine Intelligence Institute of Africa en Cortex Logic geborg is, is op 16 September in Johannesburg gehou na afloop van die Deep Learning Indaba. Die onderwerpe wat by dié indaba bespreek is, het die volgende ingesluit: Mathematics for Deep Learning, Convolutional Neural Networks, en Recurrent Neural Networks. Die indaba het ook 'n paneelbespreking oor masjienleer in Afrika ingesluit.

Verdere inligting oor die hackathon is by http://machineintelligenceafrica.org/activities/hackathon. Jandré se wenoplossing is by https://github.com/jandremarais/PotholeDetection.

• Die titel van Jandré se meestersgraadtesis is 'Deep Neural Networks for Multi-label Image Classification'.
• Die Departement Statistiek en Aktuariёle Wetenskap, in samewerking met die Departement Rekenaarwetenskap, bied reeds sedert 2015 'n honneursprogram met datawetenskap as fokusarea aan. Studente wat hierdie honneursprogram verwerf het, kan inskryf vir 'n meestersgraad met statistiese leerteorie en verwante rekenaarwetenskapmodules. Heelparty kollegas in die twee departemente deel 'n lewendige navorsingsbelangstelling in die studievelde van datawetenskap en masjienleer. Tans word daar gefokus op bioinformatika, klassifikasie, data-visualisering, natuurlike taalprosessering en robotika.