Data science tutorialok vs valóság: ami a képzésekből általában kimarad
Az előadás néhány félreértést jár körbe, amelyeket a gépi tanulási tutorialok sugallnak, és valós projektek esetén komoly károkat tudnak okozni.
chipgyártás
02025. november 21. 13:35
Egy új törvényjavaslat értelmében az a cég, ami amerikai támogatást kapott, nem használhat tíz évig kínai technológiát a gyártáshoz.airdrop
02025. november 21. 09:59
A keresztplatformos peer-to-peer fájlmegosztást a Google az Apple közreműködése nélkül hozta össze, a DMA előírásai alapján.CLOUD
02025. november 20. 13:30
Három oldalról is vizsgálja a bizottság a felhőpiac helyzetetét a DMA fényében.
Az AI produktivitás mértékegysége: a jó nagy kérdőjel
A fejlesztői produktivitás mérése az őskor óta foglalkoztatja az emberiséget, a téma az AI miatt pedig újra reneszánszát éli.Az AI produktivitás mértékegysége: a jó nagy kérdőjel A fejlesztői produktivitás mérése az őskor óta foglalkoztatja az emberiséget, a téma az AI miatt pedig újra reneszánszát éli.
A furcsa adathalmazok, rossz kiértékelő függvények, és a mindentudó algoritmusok világa annak is érdekes lehet, aki még csak most ismerkedik ezzel a területtel. A HWSW free! meetupsorozat 2019. szeptember 24-i állomásán Gáspár Csaba, a Dmlab vezető data scientistje beszélt róla, melyek azok a fontos információk, amelyek a machine learning képzésekből gyakran kimaradnak. Az érdeklődők a területtel a HWSW 2019. október 15-én kezdődő, 10 alkalmas, 30 órás, a Machine Learning alapjai című képzésén közelebbről is megismerkedhetnek, ugyancsak a szakember vezetésével.
Data science tutorialok vs valóság: ami a képzésekből általában kimarad - Gáspár Csaba (dmlab)
Még több videó