Queue is empty
-- / --
xmlns="http://www.w3.org/2000/svg" xmlns:svg="http://www.w3.org/2000/svg">
  • 187 - conTEXT 2024: Lemaradtál?
  • 186 - A hétköznapi problémák MI után sírnak
  • 185 - Politikusok és hekkerek a State of AI második részében
  • 184 - A State of AI tanulmány idén is megéri a pénzét
  • 183 - Radikális MI-optimizmus vagy kígyóolaj-szindróma?
  • 182 - MI szakértők a szőnyeg legszélén
  • 181 - Milyen Nobel-díjat kapjon egy MI-kutató?
  • 180 - Az önkiszolgáló kasszáktól a csöves emberi tudatig
  • 179 - Konferenciák édes titkai
  • 178 - Entrópia: a káoszért rimánkodó világ
  • 177 - Ki tanította a ChatGPT-t beszélgetni?
  • 176 - Van-e kilincs a Komplex Rendszerek Tanszékén?
  • 175 - Aprópénzre váltott LLM, ahogy a nagyok képzelik
  • 174 - Bayesiánus hajókatasztrófa és az USA elnökválasztása
  • 173 - EESZT - Adathorror és a hosszú élet záloga egyszerre
  • 172 - Benzinvér és villanyroller
  • 171 - Karrierváltás a növényi tej hiánya miatt?
  • 170 - A milliárdos matematikus, aki nem hordott zoknit
  • 169 - Az önprogramozó coder-segéd és a technobióták
  • 168 - Agyunkra megy a Neuralink
  • 167 - Rossz-e a világ legjobb AI jogszabálya?
  • 166 - Egri Botond, a logónyomozó
  • 165 - Beszántja-e az MI az adattudományt?
  • 164 - Apple AI vagy mindmeghalunk?
  • 163 - A fogalmatlan maharadzsa és a Manhattan terv
  • 162 - Megtalálta-e Gyula az adatbázisok lelkét?
  • 161 - Google, OpenAI vagy a matektanár Taylor Swift
  • 160 - Vesszünk össze a ChatGPT-n!
  • 159 - Nagy megmondások a dataSTREAM 2024 farvizén
  • 158 - Bál volt az Operában, BASIC-ben
  • 157 - Robotkapitányok a rumoshordón ülve
  • 156 - Nem csak Budapestről indulhatnak világcégek
  • 155 - A konzumidiotizmus találkozása az MI-vel
  • 154 - Fogunk-e mindnyájan venni atyáskodó elektromos autókat?
  • 153 - A háromtest probléma a Netflixen
  • 152 - Hogyan tanítjuk meg egy chatbotnak, hogy befogja a száját?
  • 151 - Bukott Tesla és halott Lou Reed
  • 150 - Megszabadulunk-e a SORA-val a hollywoodi színészektől?
  • 149 - A világnak kellenek a bullshit melók!
  • 148 - Mitől hagyja abba a ChatGPT a hallucinálást?
  • 147 - A véleménykutatás jól van, pedig zombik tépik
  • 146 - Mi köze Taylor Swiftnek a Nagy Nyelvi Modellekhez?
  • 145 - Van-e még jövője a közvéleménykutatásnak?
  • 144 - Dataracing Gáspár Csabával
  • 143 - Az MI megérkezett a porszívókba is!
  • 142 - Mivel tölti a napját egy matematikus?
  • 141 - 2024 az áram éve lesz?
  • 140 - 2023 a valóságérzékelésünk fekete lukában
  • 139 - Egy magyar adattudós Sandokan nyomában
  • 138 - Az új Mad Maxtől a milicista haláláig
  • 137 - Hol voltak a leglazább sales-es állások 2023-ban?
  • 136 - Matekos mémek magyar módra
  • 135 - Lesz-e jövőre MI generálta sláger? - A State-of-AI jelentés
  • 134 - ChatGPT-cunami a conTEXT 2023-on
  • 133 - A ChatGPT csak beszél, de akarni nem tud
  • 132 - A podcasterek szoftverterméket tesztelnek
  • 131 - A képzőművész, az MI és a giccsfestők
  • 130 - Mihez kezdjünk a Nobel-díjasainkkal?
  • 129 - Szélhámos szakértők az MI körül
  • 128 - Hol áll hazánk az MI-világlistán?
  • 127 - Ügyfélszolgálat vagy profitorientált időhúzás?
  • 126 - Béla beindul az OSINT-ra!
  • 125 - MI is csak emberek vagyunk!
  • 124 - Munkahelyi románcot fogott a csalásdetektor
  • 123 - Döntéshozó drónok és legyőzött vadászpilóták
  • 122 - Kézműves hamburgert minden zenerajongónak?
  • 121 - Történetek Adatországból
  • 120 - Most akkor a Facebook tényleg nem is veszélyes a társadalomra?
  • 119 - Virtuális valótlanság?
  • 118 - Krézi hírek, avagy rácsodálkozunk a világra
  • 117 - Kell-e gyorstalpalt szakértőnek a lineáris regresszió?
  • 116 - Elveszi-e az AutoML a munkánkat?
  • 115 - Kit nevezhetünk MI szakértőnek?
  • 114 - Nagy Nyári Salátaörvény
  • 113 - Podcastfesztivál az adattudós szemüvegén át
  • 112 - Boldog szülinapot, Clementine!
  • 111 - Mennyit keres egy ChatGPT-idomár?
  • 110 - Ki kicsoda a Nagy ChatGPT-aggódásban?
  • 109 - Beszélgetés a skynetezésről a dataSTREAM-en
  • 108 - Sztochasztikus papagáj vagy Terminator?
  • 107 - A magyar nagymester szemmel ismer fel madárhangokat
  • 106 - Az IBM és a német-görög filozófusok focimeccse
  • 105 - Nyelvcsapások és a digitális gyarmatosítás
  • 104 - Tavaszi zuhanyhíradó
  • 103 - A legújabb data science címkék kiakasztják a bullshit-métert
  • 102 - Felszikrázott az AGI a GPT-4-ben
  • 101 - Hülyék-e az MI-startupok?
  • 100 - Ezt is megértük!
  • 099 - A KDNuggets és az örök amatőr orosz bölcs
  • 098 - A GPT alapú keresők forradalmat hoznak
  • 097 - Az igazság a Covid statisztikák körül
  • 096 - Elvirát felköszöntötték névnapja alkalmából
  • 095 - Elmetrükkök a prezentáció tudományában
  • 094 - Kifényeztük a tavalyi kristálygömbünket!
  • 093 - Így működik a ChatGPT
  • 092 - MI-tél helyett MI-nyár lett 2022-ben
  • 091 - Önvezető babakocsi és intelligens sütő Las Vegasban
  • 090 - Egy igazán magyar hangasszisztens!
  • 089 - 2022 megkapja a magáét!
  • 088 - Elhozza-e a Vizzu az adatelemzés paradigmaváltását?
  • 087 - Miért épít magyar nyelvi korpuszt egy nagybank?
  • 086 - Csalásfelsimerés és egy programozó NAV-elnök
  • 085 - Mondandónk 20%-a tartalmazza az okosság 80%-át?
  • 084 - A tíz legnagyobb data science bullshit
  • 083 - Nicolas Cage és Kína nagy GDP-csalása
  • 082 - Halott sztárok és kitalált dobosok a zeneiparban
  • 081 - A Python alkalmatlan data science-re!
  • 080 - Tiszta adat márpedig nincs!
  • 079 - Az MI háborúba ment
  • 078 - Üzenet a liftből
  • 077 - Természettudományt a magaskultúrába?
  • 076 - Állást keresel? Vigyázz mit hirdetsz a Jófogáson!
  • 075 - A MI királyunk nem olyan!
  • 074 - Lesz-e vihar a meteorológiában?
  • 073 - Meddig lesz még a focilabda gömbölyű?
  • 072 - Gloria in Excel
  • 071 - Ada Lovelace, az első programozó nő
  • 070 - Történetmesélés adatvizualizációval
  • 069 - Mekkora az adatértés minimuma?
  • 068 - Gépi tanulás a kiállítóteremben
  • 067 - Mókusvakítás-e a hiperperszonalizáció?
  • 066 - A Nagy Gravity-exit
  • 065 - MNB Fintech jelentés
  • 064 - A maciddal beszélgetsz inkább, vagy LaMDÁ-val?
  • 063 - A nagy cicabűnöző, mint általános MI
  • 062 - Halott színészek hamis videókban
  • 061 - Az AI hőse és egy robot fényképezőgép nélkül
  • 060 - Felesleges AI és a hasznos szuperappok
  • 059 - Yang Győző: nyelvi modellek
  • 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

A Python alkalmatlan data science-re!

81. epizód
| podcast

Vendégünkkel, Gáspár Csabával, a BME TMIT kutatójával a Python történelméről és jövőjéről beszélgettünk: mi köze a Monty Python csoporthoz, miért vált az adattudomány latinjává, hogyan győzte le a Clementine-t vagy Rapid Minert, majd gyűrte maga alá az R-t, és vajon tényleg ez lesz-e az emberiség utolsó programnyelve?

Támogatóink:

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