Mit tegyünk, ha kevés az adat?
A modern gépi tanulási megoldások "küzdési stratégiái" adat-aszály esetére.
2026: ez a választás az IT munkaerőpiacot is megbolygatja
Évindító adásunk tradicionálisan az IT munkaerőpiaccal kapcsolatos 2026-os prognózisainkat foglalja keretbe.
|
2026: ez a választás az IT munkaerőpiacot is megbolygatja
Évindító adásunk tradicionálisan az IT munkaerőpiaccal kapcsolatos 2026-os prognózisainkat foglalja keretbe.
Mindenki nagy adatlázban ég, de különösen üzleti helyzetekben rendre kibukik, hogy messze nincs elég adatunk. Mit tehetünk ekkor, hogyan orvosoljuk a problémát? Szabados Levente, a Budapest.AI vezető tanácsadójának 2018. november 21-i HWSW mobile! termékfejlesztési konferencián elhangzott előadása a modern gépi tanulási megoldások "küzdési stratégiáit" veszi sorra a szűkös adathelyzetben, s eközben próbál fényt vetni a reprezentáció tanulás alapvető összefüggéseire.
Mit tegyünk, ha kevés az adat? - Szabados Levente (Budapest.AI)
Még több videó
2026: ez a választás az IT munkaerőpiacot is megbolygatja
Évindító adásunk tradicionálisan az IT munkaerőpiaccal kapcsolatos 2026-os prognózisainkat foglalja keretbe.2026: ez a választás az IT munkaerőpiacot is megbolygatja Évindító adásunk tradicionálisan az IT munkaerőpiaccal kapcsolatos 2026-os prognózisainkat foglalja keretbe.
Mindenki nagy adatlázban ég, de különösen üzleti helyzetekben rendre kibukik, hogy messze nincs elég adatunk. Mit tehetünk ekkor, hogyan orvosoljuk a problémát? Szabados Levente, a Budapest.AI vezető tanácsadójának 2018. november 21-i HWSW mobile! termékfejlesztési konferencián elhangzott előadása a modern gépi tanulási megoldások "küzdési stratégiáit" veszi sorra a szűkös adathelyzetben, s eközben próbál fényt vetni a reprezentáció tanulás alapvető összefüggéseire.
Mit tegyünk, ha kevés az adat? - Szabados Levente (Budapest.AI)
Még több videó