Queue is empty
-- / --
xmlns="http://www.w3.org/2000/svg" xmlns:svg="http://www.w3.org/2000/svg">
  • 058 - Élőzés a dataSTREAM 2022 konferencián
  • 057 - Quora.com barangolás a gépi tanulás körül
  • 056 - Tikk Domonkos: Az ajánlórendszer-üzlet
  • 055 - A gépi tanulás algoritmusai
  • 054 - Tényleg, milyen nagy a Big Data?
  • 053 - Tikk Domonkos: a Gravity-sztori
  • 052 - Boldog születésnap
  • 051 - A híres hibahatár, ami sokkal nagyobb
  • 050 - Így számoljuk meg az elveszett lovagi történeteket
  • 049 - Nevek nyomában
  • 048 - Texas hold'em
  • 047 - Dr. Watsonnak új gazdája lesz
  • 046 - Több-e reklámnál a metaverzum?
  • 045 - Mi köze a szitakötő agyának az automatizált programozáshoz?
  • 044 - Elemző nirvána vagy alapfokú szabadúszás?
  • 043 - Hány adatprojekt szakítja át a célszalagot?
  • 042 - Téli időszámítás az MI-naptárban
  • 041 - Mit láttunk a kristálygömbben?
  • 040 - Évvége, bambulás, világbéke
  • 039 - Az adatbányászok moziba mennek
  • 038 - Hydroinfo és cica-mining
  • 037 - Nők az adatbányában
  • 036 - Mesterséges apácaviccek és a fizika természetes szépsége
  • 035 - Értelem és érzelem és algoritmus
  • 034 - Mennyi baja van egy adatjogásznak az adattudósokkal?
  • 33. NLP kerekasztal a conTEXT 2021 konferencián
  • 32. Az otthonmunkáról szóló gigakutatás platóni szépsége
  • 31. Regulázzuk meg a Facebookot!
  • 30. Süti-apokalipszis a konferencián
  • 29. Hányféleképpen lehet igent mondani?
  • 28. Okoswhisky egy jó MI-sakkpartihoz?
  • 27. Humánus-e a személyzetis az adatbányában?
  • 26. Média-értés adat-alapon, vagy miért podcastolunk?
  • 25. Válogatáskazetták a Spotify korából
  • 24. Néha az adatelemzők is szemészetre viszik a fájó fogú beteget
  • 23. Mikortól gyűlölik meg a matekot a gyerekek?
  • 22. Kinek higgyünk - jövőkutatók vagy laikusok?
  • 21. Trágya vagy olaj?
  • 20. Ne mássz fára, mert elüt a villamos
  • 19. Szárnyalj szabadon, szép adattudósom!
  • 18. Magyarázzuk az MI bizonyítványát
  • 17. Nekünk minden egyformán popzene?
  • 16. A falevél-számlálás hitelesítése és a Coelho-i mosoly
  • 15. Gólok, árvizek és lórúgások
  • 14. A hangok a nadrágzsebünkben mindent tudnak az a4-es méretéről
  • 13. Vetélkedők fenegyerekéből az adattudósok kezesbáránya lett Watson
  • 12. Nem elég robotnak lenni, annak is kell látszani!
  • 11. Amikor szembejön a valóság és nem finomkodik
  • 10. Meztelenek és holtak az adattudományban
  • 09. Transformerek a bullshit-generálás szolgálatában
  • 08. Csokit az ikreknek, pontot a szépeknek!
  • 07. A legpontosabb óra az, ami egy helyben áll
  • 06. Mindenki álljon az egyik kapufa mellé!
  • 05. Kecskét vagy Jaguárt?
  • 04. A történetmesélő adatvizualizáció
  • 03. Mindenki tapogat
  • 02. Az MI üveggömbje
  • 01. Humanoid robotok
itt is
eléred

Évvége, bambulás, világbéke

40. epizód
| podcast

Hogyan dolgoznak az évösszegző cikkek (mint például ez a mű) szerzői és miért haragszik rájuk Gyuri, mire büszke az idén nagy változásokat megélő Gyula, hogyan lépett előre a podcastnak köszönhetően Előd? Érdekeltek-e a nagy szállítók az adatértés fejlődésében? Undorító nyelv-e az R? Hogyan hatott a Covid az adattudomány standardizációjára és az innovációra? Beköszönt-e újra az AI Winter? Hogyan hat a bambulás az elemző sikereire? Áttekintettük az elmúlt év(ek) legfontosabb data science trendjeit, de fogadalmakat nem tettünk - kivéve, hogy januárban újra jön a Láncreakció!

 

Támogatóink:

  • Ez az e-mail-cím a szpemrobotok elleni védelem alatt áll. Megtekintéséhez engedélyeznie kell a JavaScript használatát.