A cikk néhány megoldást ad mutat be, hogy kerüljük el a túltanítást a prediktív modellezéseknél.
Vajon a szakmai tudás elég a sikerhez? A cikkben az adat-kommunikáció jelentőségéről írok.
Kaggle versenyek tapasztalata mire elég és mire nem az üzleti életben?
Amikor adatvagyon hasznosításról beszélünk, akkor elsődlegesen adatelemzésre, BI riportokra vagy MI (Mesterséges Intelligencia) alapú robotokra gondolunk. Valójában amikor adatvagyon hasznosításról beszélünk, akkor egyszerre két dologról beszélünk.
Legújabb cikkemben egy kicsit arról filozofálgatok, hogy miért nincsnek univerzális AI modellek?
Elindult egy új, data science témákkal foglalkozó podcast Láncreakció néven. Ebben is benne vagyok.
Hogy lehet teljesen eltérő összefüggéseket kiolvasni egy táblából és hogy lehet ezt eltérő módon megjeleníteni?
Vállalaton belül fontos, hogy megértsük egymás céljait, problémáit. Adatelemzők hajlamosak a saját zárt világukon belül „élni”, így sok esetben nem értik miért nem sikeresek az elemzéseik. Hőscincérként viselkedünk, holott egy kis kommunikációval könnyen kimozdulhatunk elefáncsonttornyunkból.
- 1
- 2