POPULARITY
Agenci AI to przyszłość, ale czy na pewno rozumiesz, o co w tym wszystkim chodzi? Co Agenci AI mają wspólnego z SaaS, BigData oraz mikroserwisami? O tym i więcej jest w tym odcinku.
Czy agenci AI zrewolucjonizują biznes? Odkryj prawdę za hype'em! W tym odcinku zagłębiamy się w fascynujący świat agentów AI, analizując ich potencjał i pułapki w kontekście biznesowym. Dowiedz się, jak odróżnić realne możliwości od marketingowych obietnic i jak skutecznie wykorzystać AI w swojej firmie już dziś!
Czy duże modele językowe (LLM) to rewolucja, czy zagrożenie dla prawników? W tym odcinku przybliżam możliwości dużych modeli językowych (LLM) w automatyzacji procesów prawnych, tworzeniu dokumentów, tłumaczeniach prawniczych i compliance. To, co wydaje się przyszłością, dzieje się już teraz – ale czy to na pewno oznacza koniec klasycznego prawa?Partnerem podcastu jest DataWorkshop.
Czy cały szum wokół LLM to tylko marketingowa bańka?
Dzisiaj skupimy się na wdrażaniu AI na produkcję. Omówię trzy kluczowe kwestie:1️⃣ Paradoks danych, zwykle zgadzamy się, że dane są ważne, ale często nie poświęcamy im tyle uwagi, ile potrzebują.2️⃣ Przesadna koncentracja na narzędziach, owszem narzędzia są ważne, ale nie najważniejsze.3️⃣ Cechy dobrego projektu na produkcję. Powinien być wiarygodny, kontrolowany, audytowalny i łatwy w naprawie błędów.Partnerem podcastu jest DataWorkshop - gdzie zajmują się praktycznym ML/AI.Na koniec odcinka też odpowiadam na pytania:Jakie są najczęstsze błędy firm, które próbują wdrożyć AI (główny mit)?Jakie są największe wyzwania związane z modelami LLM przy wdrażaniu je na produkcję?Jakie praktyczne wskazówki mam dla Ciebie, aby wdrożyć AI w swojej firmie? Najważniejszym elementem udanego wdrożenia AI jest odpowiednie przygotowanie danych. To właśnie na poziomie danych wykonuje się 50-80% całej pracy. Kluczowe jest zadbanie o:Jakość danychOdpowiednią strukturyzację (np. w bazie danych lub systemie plików)Łatwość wyszukiwania potrzebnych informacjiMożliwość aktualizacji danychZarządzanie dostępami i uprawnieniamiPowiem Ci trzy historie (projekty LLM), co najmniej trzy, będzie pewnie ich więcej, ale takie trzy przypadki użycia, w których wprost jako DataWorkshop jesteśmy teraz zaangażowani. Myślę, że to pobudzi Twoją wyobraźnię i lepiej zrozumiesz, co jest ważniejsze. Bo pamiętaj, że w większości przypadków są różne szacunki, 80%, 90%, nawet jeśli 50%, zwykle ML nie działa. Historia pierwsza - "Mentor"Organizacja zajmuje się mentoringiem w obszarze IT, skupiając się na wiedzy organizacyjnej, menedżerskiej i liderskiej. Obecnie zapraszani są eksperci, którzy prowadzą warsztaty. Są pewne wyzwania: ciężko jest to uspójnić, bo różni eksperci prezentują wiedzę w inny sposób i co jeszcze jest Trudności ze znalezieniem praktyków, bo znalezienie i zaangażowanie zapracowanych ekspertów jest trudne.Pojawił się pomysł, aby ocyfrować wiedzę i częściowo zautomatyzować mentoring przy pomocy AI. Czy to w ogóle możliwe?Historia druga - "Egzamin"Drugi projekt nazwijmy "Egzamin". W szkole zawodowej uczniowie zdają egzaminy, aby zdobyć kwalifikacje. Celem projektu jest stworzenie asystenta AI, który zdałby ten egzamin. Dlaczego to istotne? Zdając egzamin, asystent udowodniłby, że rozumie daną branżę. Można go by potem rozwijać, aby podpowiadał i prognozował. Klasyczne uczenie maszynowe i LLM mogą tu współdziałać. LLM może posiadać ogólną wiedzę zdobytą w procesie uczenia, a klasyczne algorytmy ML mogą prognozować wartości, np. popyt.Historia trzecia - "Helpdesk"Trzecia projekt nazwijmy "Helpdesk", projekt, w którym zachowanie poufności jest kluczowe. Nie mogę zdradzać szczegółów branży. W skrócie, chodzi o wykorzystanie LLM do stworzenia chatbota obsługującego bazę wiedzy i odpowiadającego na pytania użytkowników.Co znajdziesz w tym odcinku?1️⃣ Paradoks danych – mówimy o ich znaczeniu, ale często zaniedbujemy realne działania na rzecz ich jakości.2️⃣ Dlaczego 80-90% projektów ML nie trafia na produkcję? Poznaj najczęstsze błędy.3️⃣ Trzy inspirujące przykłady z życia – mentoring z AI, egzamin z udziałem LLM oraz obsługa klienta wspomagana przez AI.4️⃣ Kontrola i audytowalność – jak stworzyć projekt, który będzie skalowalny, zaufany i gotowy do poprawy błędów.5️⃣ LLM i klasyczne ML – współpraca, a nie konkurencja.6️⃣ Zadbaj o to, co naprawdę ważne! 7️⃣ Jeśli chcesz lepiej zrozumieć, jak skutecznie wdrażać modele ML w Twojej organizacji, nie przegap tego odcinka!
Chcesz uruchomić modele LLM (np. Llama, Mistral czy Bielika) na własnych warunkach? W tym odcinku dowiesz się o sprzęcie, oprogramowaniu i trikach, które to ułatwią. Konkretna i praktyczna wiedza, która Ci się przyda. Oglądaj na YouTube: https://youtu.be/_OKLzmaSmg0
Czy sztuczna inteligencja zastąpi klasyczne uczenie maszynowe? Dowiedz się, jak skutecznie wykorzystać obie technologie w biznesie!✔ Subskrybuj kanał: / https://www.youtube.com/@DataWorkshop?sub_confirmation=1
Modeli LLM to aktualnie gorący temat. Aby efektywnie wdrożyć te modele w swojej firmie, konieczne jest stworzenie własnego leaderboardu, dopasowanego do konkretnych potrzeb biznesowych. Podpowiadam jak to zrobić, czyli od czego można zacząć (3 proste kroki). Choć istnieją zewnętrzne rozwiązania, to nie dają one pełnej kontroli i gwarancji trafności oceny. Warto czerpać z doświadczeń tradycyjnego ML, pamiętając jednak o zwiększonej złożoności procesu oceny LLM.✅ Dlaczego wszystkie modele AI są błędne i jak to wpływa na biznes?
Dzisiejszym gościem jest Mirosław Mamczur. Mirek już kiedyś był w odcinku, ale to była króciutka wypowiedź tuż po kursie, bo Mirek jest absolwentem kursu "Praktyczne uczenie maszynowe od podstaw". To była pierwsza edycja. Dla mnie, dla DataWorkshop i dla Mirka był to pierwszy kurs, w którym wziął udział. Opowiadał, że się wahał czy warto, czy nie, ale potem zdecydował się i na tym wiele skorzystał. Dziś porozmawiamy o temacie ML & Cyber Security i rozwoju od analityka danych do Data Scientist na konkretnym przykładzie. Poznaj historię Mirka!
„Machine learning to obszar sztucznej inteligencji poświęcony algorytmom, które poprawiają się automatycznie poprzez doświadczenie, czyli ekspozycję na dane.” [cytat za Wikipedia] Przytoczona definicja nawet dla osób z obszaru IT może okazać się zawiła i mało zrozumiała. Jak się okazuje nie musi tak być. Jeśli jesteś zainteresowany zagadnieniem sztucznej inteligencji oraz uczenia maszynowego koniecznie posłuchaj naszego nagrania.Gościem specjalnym odcinka jest: Vladimir Alekseichenko, który z niezwykłą pasją opowiada o ML i burzy mity jako ML, to wiedza tajemna bardzo trudno dostępnej i straszna jak wyżej przytoczona definicja. Vladimir od lat bardzo aktywnie działa w obszarze propagowania wiedzy z zakresu AI oraz ML. Jest założycielem i prezesem spółki DataWorkshop oraz fundacji, jest także aktywnym podcasterem prowadząc podcast Biznes Myśli. Od kilku lat zajmuje się wyłącznie uczeniem maszynowym w zakresie projektowania i implementacji dedykowanych rozwiązań dla firm.W luźniej rozmowie dowiesz się nie tylko co to jest Machine learning, dla kogo to jest, gdzie szukać wartościowych materiałów edukacyjnych ale także będziesz miał okazje porozmyślać trochę o swojej samoświadomości i dlaczego robisz to co robisz.Jeśli nasza rozmowa Cie zainteresowała i chciałbyś zgłębiać zagadnienia ML to serdecznie polecamy bezpłatne wydarzenie online DWThon, które startuje już 08.03.2021r.Serdecznie zapraszamy do odsłuchu.
Druga część serii o #Python. Vladimir z Dataworkshop.eu opowie mi o Data Science, Machine Learning i AI.
Z tego odcinka dowiesz się, czym jest DataWorkshop Foundation, jaki był cel jej powstania i w którą stronę zmierza. Posłuchaj trójki gości, którzy są zaangażowani w działanie i rozwój fundacji, która koncentruje się na uczeniu maszynowym.
Z tego odcinka dowiesz się, czym jest DataWorkshop Foundation, jaki był cel jej powstania i w którą stronę zmierza. Posłuchaj trójki gości, którzy są zaangażowani w działanie i rozwój fundacji, która koncentruje się na uczeniu maszynowym.
W #84 odcinku poznasz 3 wyjątkowe osoby, które podzielą się swoimi przemyśleniami na temat rozwoju w zakresie uczenia maszynowego. Kiedy i jak nauczyć się ML? O czym warto pamiętać i jak może wyglądać edukacja? Jeśli rozważasz poznać praktyczne oblicze uczenia maszynowego, to warto poznać opinie osób, które już zaczęły to robić.
W #84 odcinku poznasz 3 wyjątkowe osoby, które podzielą się swoimi przemyśleniami na temat rozwoju w zakresie uczenia maszynowego. Kiedy i jak nauczyć się ML? O czym warto pamiętać i jak może wyglądać edukacja? Jeśli rozważasz poznać praktyczne oblicze uczenia maszynowego, to warto poznać opinie osób, które już zaczęły to robić.
Okres świąteczny jest czasem, kiedy warto zrobić podsumowanie roku, a także przemyśleć kolejne kroki i odpowiednio przygotować się na nowy rok. Dowiesz się o najciekawszych wnioskach z raportu Artificial Intelligence Index 2019* Rozkwit badań AI* Inwestycja w AI* EdukacjaTeż będzie o Pluribus (nowa wersja Libratus), AlphaStar itd.Będzie też podsumowanie BiznesMyśli oraz DataWorkshop.https://biznesmysli.pl/71
Okres świąteczny jest czasem, kiedy warto zrobić podsumowanie roku, a także przemyśleć kolejne kroki i odpowiednio przygotować się na nowy rok. Dowiesz się o najciekawszych wnioskach z raportu Artificial Intelligence Index 2019* Rozkwit badań AI* Inwestycja w AI* EdukacjaTeż będzie o Pluribus (nowa wersja Libratus), AlphaStar itd.Będzie też podsumowanie BiznesMyśli oraz DataWorkshop.https://biznesmysli.pl/71
Warsztaty na żywoPojawiła się także inicjatywa lokalnych spotkań. Najpierw to był Kraków, Katowice, Warszawa, Rzeszów, Olsztyn, Wrocław. Dołączają inne miasta, w których odbędą się najbliższe spotkania:Poznań: 22 października o 18:00Łódź: 22 października o 18:30Wrocław: 23 października o 19:00Lublin: 23 października o 19:00Szykują się kolejne miasta: Szczecin, Bielsko-Biała, Białystok.Kilka słów na temat założeń grupy.To są bezpłatne spotkania dotyczące machine learning.Każda grupa posiada duży stopień autonomii i sama decyduje, jak się rozwija.W każdej grupie jest jeden lub kilku koordynatorów.Wizja jest, żeby każda grupa robiła projekty społeczne używając uczenia maszynowego. Na to też możesz popatrzeć z innej strony. Dla Ciebie to również może oznaczać poznanie ludzi z pasją (bo sama grupa jest filtrem) oraz zdobywanie doświadczenia na praktycznych projektach (co może bardzo pozytywnie wpłynąć np. na znalezienie pracy jako specjalista machine learning). Dołącz!
Warsztaty na żywoPojawiła się także inicjatywa lokalnych spotkań. Najpierw to był Kraków, Katowice, Warszawa, Rzeszów, Olsztyn, Wrocław. Dołączają inne miasta, w których odbędą się najbliższe spotkania:Poznań: 22 października o 18:00Łódź: 22 października o 18:30Wrocław: 23 października o 19:00Lublin: 23 października o 19:00Szykują się kolejne miasta: Szczecin, Bielsko-Biała, Białystok.Kilka słów na temat założeń grupy.To są bezpłatne spotkania dotyczące machine learning.Każda grupa posiada duży stopień autonomii i sama decyduje, jak się rozwija.W każdej grupie jest jeden lub kilku koordynatorów.Wizja jest, żeby każda grupa robiła projekty społeczne używając uczenia maszynowego. Na to też możesz popatrzeć z innej strony. Dla Ciebie to również może oznaczać poznanie ludzi z pasją (bo sama grupa jest filtrem) oraz zdobywanie doświadczenia na praktycznych projektach (co może bardzo pozytywnie wpłynąć np. na znalezienie pracy jako specjalista machine learning). Dołącz!
NLP, czyli przetwarzanie języka naturalnego może być bardzo pomocne z praktycznego punktu widzenia. Może usprawnić jakość produktu, zadowolenie klientów i ostatecznie zwiększyć wartość firmy. W obecnych czasach jest rozkwit NLP i wiele dzieje się w tym temacie. Słysząc o NLP na pewno chcesz widzieć o algorytmie Word2vec i rozumieć jak działa, bo wtedy jesteś w stanie lepiej zrozumieć, jakiego rodzaju problemy można rozwiązać. https://biznesmysli.pl/64
NLP, czyli przetwarzanie języka naturalnego może być bardzo pomocne z praktycznego punktu widzenia. Może usprawnić jakość produktu, zadowolenie klientów i ostatecznie zwiększyć wartość firmy. W obecnych czasach jest rozkwit NLP i wiele dzieje się w tym temacie. Słysząc o NLP na pewno chcesz widzieć o algorytmie Word2vec i rozumieć jak działa, bo wtedy jesteś w stanie lepiej zrozumieć, jakiego rodzaju problemy można rozwiązać. https://biznesmysli.pl/64
W sierpniu 2018 roku LinkedIn opublikował coroczny raport LinkedIn Workforce Report. Można w nim znaleźć wiele ciekawych informacji m.in. o pewnych umiejętnościach, na które obecnie jest duży popyt. Zauważalnie szybka jest dynamika wzrostu zapotrzebowania na specjalistów uczenia maszynowego. W skali całego kraju (USA) ten niedobór wynosi ponad 150 tys. specjalistów. Z czego ponad 30 tys. w samym Nowym Jorku i tyle samo w San Francisco. Czuć duży potencjał...W tym miejscu warto zatrzymać się na chwilę i wyjaśnić kilka kwestii.https://biznesmysli.pl/61
W sierpniu 2018 roku LinkedIn opublikował coroczny raport LinkedIn Workforce Report. Można w nim znaleźć wiele ciekawych informacji m.in. o pewnych umiejętnościach, na które obecnie jest duży popyt. Zauważalnie szybka jest dynamika wzrostu zapotrzebowania na specjalistów uczenia maszynowego. W skali całego kraju (USA) ten niedobór wynosi ponad 150 tys. specjalistów. Z czego ponad 30 tys. w samym Nowym Jorku i tyle samo w San Francisco. Czuć duży potencjał...W tym miejscu warto zatrzymać się na chwilę i wyjaśnić kilka kwestii.https://biznesmysli.pl/61
Zbieram coraz więcej informacji zwrotnej i pytań na temat uczenia maszynowego lub blokerów, które powstrzymują przed rozpoczęciem pracy z nim. Zebrałem najbardziej aktualną listę problemów i na nie odpowiedzieć. Zastanawiam się nad najodpowiedniejszą formą. Może webinar lub kurs online?Dlaczego o tym wszystkim mówię? Podzielę z Tobą trzema problemami i jak można podejść do rozwiązywania.http://biznesmysli.pl/57
Zbieram coraz więcej informacji zwrotnej i pytań na temat uczenia maszynowego lub blokerów, które powstrzymują przed rozpoczęciem pracy z nim. Zebrałem najbardziej aktualną listę problemów i na nie odpowiedzieć. Zastanawiam się nad najodpowiedniejszą formą. Może webinar lub kurs online?Dlaczego o tym wszystkim mówię? Podzielę z Tobą trzema problemami i jak można podejść do rozwiązywania.http://biznesmysli.pl/57
Siobhan Green, co-founder & CEO of Sonjara, discusses finding good tech solutions for organizations in the social-benefit space and developing countries, merging her passions for tech and international development, GDPR, and the ethics and security of various technological solutions. Sonjara ICT4D The Ethics of Data Workshop Siobhan on Twitter See open positions at thoughtbot! Become a Sponsor of Giant Robots!
Uczenie maszynowe, lub tak zwana sztuczna inteligencja jest bardzo gorącym tematem, głównie dlatego, że można dzięki niej uzyskać zauważalną wartość dodaną w biznesie. Czasem nawet może być ona kluczowa, bo dzięki temu pojawią się nowe biznesy, które zmieniają dotychczasowe reguły gry. W każdej branży obecność uczenia maszynowego jest coraz bardziej odczuwalna nie tylko na świecie, ale również w Polsce.DataWorkshop to miejsce, gdzie możesz rozpocząć swoją praktyczną przygodę z uczeniem maszynowym. Zdobyć wiedzę od praktyka. Dotychczas przeszkoliłem ponad 700 osób. Są dwa autorskie kursy online, więcej informacji na stronie http://dataworkshop.euhttp://biznesmysli.pl/49
Uczenie maszynowe, lub tak zwana sztuczna inteligencja jest bardzo gorącym tematem, głównie dlatego, że można dzięki niej uzyskać zauważalną wartość dodaną w biznesie. Czasem nawet może być ona kluczowa, bo dzięki temu pojawią się nowe biznesy, które zmieniają dotychczasowe reguły gry. W każdej branży obecność uczenia maszynowego jest coraz bardziej odczuwalna nie tylko na świecie, ale również w Polsce.DataWorkshop to miejsce, gdzie możesz rozpocząć swoją praktyczną przygodę z uczeniem maszynowym. Zdobyć wiedzę od praktyka. Dotychczas przeszkoliłem ponad 700 osób. Są dwa autorskie kursy online, więcej informacji na stronie http://dataworkshop.euhttp://biznesmysli.pl/49
Witam w siedemnastym odcinku podcastu „Porozmawiajmy o IT”. Tematem dzisiejszej rozmowy jest sztuczna inteligencja a zwłaszcza uczenie maszynowe. Dziś moimi gościem jest Vladimir Alekseichenko programista od ponad 10 lat związany z różnymi technologiami i językami programowania. Od 4 lat zajmuje się tematami machine learning, big data i sztucznej inteligencji. Prowadzi podcast o nazwie “Biznes myśli” traktujący o tych właśnie tematach. Inicjator cyklicznych spotkań pod nazwą “Data Workshop”, na których dzieli się swoją wiedzą z uczenia maszynowego. Prezenter na różnych konferencjach i spotkaniach tematycznych. Prywatnie bardzo skromny człowiek, ojciec i miłośnik podróży. W tym odcinku o sztucznej inteligencji opowiemy w następujących kontekstach: czym są pojęcia sztucznej inteligencji, machine learning, big data i AI? czy jest trudna i zawiła? czy wyprze programistów z pisania kodu? czy nam zagraża? jak uczy się maszyny? jakie języki programowania są najczęściej wykorzystywane? jakie technologie bazodanowe się wykorzystuje? czy tylko duzi gracze inwestują w AI? jak wygląda obecnie rynek pracy dla specjalistów od machine learning? jak upowszechnienie się chmury wpływa na popularyzację sztucznej inteligencji? czym jest data science? dlaczego wizualizacja danych jest ważna? powiemy też od czego zacząć swoją przygodę ze sztuczną inteligencją.
10 przykładów jak uczenie maszynowe może pomóc Twojemu biznesowiZ tego odcinka dowiesz się:- jak uczenie maszynowe może pomóc Twojemu biznesowi?- czym są szeregi czasowe?- jakie problemy rozwiązuje możliwość prognozowania popytu w przedziale czasowym?- jakie problemy w biznesie może rozwiązać predykcja sprzedaży w przedziale czasowym?- czy można przewidzieć, ilu klientów zamierza odejść w pewnej perspektywie czasowej?- czy dzięki prognozowaniu można usprawnić pracę w call center?- kto może skorzystać z prognozowania ilości awarii w przedziale czasowym?- czy jest możliwość przewidzenia, jakie będzie zanieczyszczenie powietrza?- od czego zależy dynamiczna zmiana cen?- czy można przewidzieć wystąpienie choroby?- dlaczego warto zapisać się na najbliższą edycję kursu „Praktyczne uczenie maszynowe” na DataWorkshop?http://biznesmysli.pl/39
10 przykładów jak uczenie maszynowe może pomóc Twojemu biznesowiZ tego odcinka dowiesz się:- jak uczenie maszynowe może pomóc Twojemu biznesowi?- czym są szeregi czasowe?- jakie problemy rozwiązuje możliwość prognozowania popytu w przedziale czasowym?- jakie problemy w biznesie może rozwiązać predykcja sprzedaży w przedziale czasowym?- czy można przewidzieć, ilu klientów zamierza odejść w pewnej perspektywie czasowej?- czy dzięki prognozowaniu można usprawnić pracę w call center?- kto może skorzystać z prognozowania ilości awarii w przedziale czasowym?- czy jest możliwość przewidzenia, jakie będzie zanieczyszczenie powietrza?- od czego zależy dynamiczna zmiana cen?- czy można przewidzieć wystąpienie choroby?- dlaczego warto zapisać się na najbliższą edycję kursu „Praktyczne uczenie maszynowe” na DataWorkshop?http://biznesmysli.pl/39
Dzisiejszym gościem jest Martyna Czapska, która jest prawnikiem i jako jedyna w moim otoczeniu zajmuje się prawem związanym z tak zwaną sztuczną inteligencją. Nasza rozmowa mogła być znacznie dłuższa, bo tyle ciekawych wątków rodziło się po drodze. Być może warto będzie nagrać jeszcze jeden odcinek za jakiś czas, na przykład za rok, myślę, że wtedy pojawi się wiele nowych ciekawostek. Co o tym myślisz?Z tego odcinka dowiesz się:- czy prawo nadąża za zmianami związanymi ze sztuczną inteligencją?- jakie wyzwania, możliwości, czy zagrożenia wiążą się z nadaniem praw robotom?- czy robot może posiadać akt urodzenia, obywatelstwo, a nawet indeks wyższej uczelni?- czy można sklonować robota?- czy będzie możliwe uzyskanie obywatelstwa, takiego samego jak ma człowiek – przez robota?- czy człowiek powinien być informowany o tym, że jest obsługiwany przez robota?- czy są przepisy regulujące istnienie robotów w społeczeństwie?- kiedy na polskich drogach będą jeździły samochody bez kierowców?- do kogo należą prawa autorskie w przypadku utworu wykonanego przez sztuczną inteligencję?- jakie są warunki harmonijnej koegzystencji ludzi i sztucznej inteligencji?- dlaczego warto skorzystać z kursu „Praktyczne uczenie maszynowe” na DataWorkshop?http://biznesmysli.pl/38
Dzisiejszym gościem jest Martyna Czapska, która jest prawnikiem i jako jedyna w moim otoczeniu zajmuje się prawem związanym z tak zwaną sztuczną inteligencją. Nasza rozmowa mogła być znacznie dłuższa, bo tyle ciekawych wątków rodziło się po drodze. Być może warto będzie nagrać jeszcze jeden odcinek za jakiś czas, na przykład za rok, myślę, że wtedy pojawi się wiele nowych ciekawostek. Co o tym myślisz?Z tego odcinka dowiesz się:- czy prawo nadąża za zmianami związanymi ze sztuczną inteligencją?- jakie wyzwania, możliwości, czy zagrożenia wiążą się z nadaniem praw robotom?- czy robot może posiadać akt urodzenia, obywatelstwo, a nawet indeks wyższej uczelni?- czy można sklonować robota?- czy będzie możliwe uzyskanie obywatelstwa, takiego samego jak ma człowiek – przez robota?- czy człowiek powinien być informowany o tym, że jest obsługiwany przez robota?- czy są przepisy regulujące istnienie robotów w społeczeństwie?- kiedy na polskich drogach będą jeździły samochody bez kierowców?- do kogo należą prawa autorskie w przypadku utworu wykonanego przez sztuczną inteligencję?- jakie są warunki harmonijnej koegzystencji ludzi i sztucznej inteligencji?- dlaczego warto skorzystać z kursu „Praktyczne uczenie maszynowe” na DataWorkshop?http://biznesmysli.pl/38
Dzisiejszym gościem jest Bartosz Ziółko CEO firmy Techmo. Firma tworzy kilka rozwiazań, jedno z nich to transformacja głosu w tekst, wiem, że to rozwiązanie jest stosowane w kilku większych firmach lub bankach w Polsce, nie będę wymieniać nazw, ale tę informację mam ze sprawdzonych źródeł. Dlaczego zdecydowali się na lokalnego dostawcę? Bo po prostu działa lepiej niż więksi gracze. Chociaż muszę przyznać, że dodatkowo sam Bartek jest bardzo ciekawą i inspirującą osobą. Bardzo fajnie się z nim współpracuje, sprawdziłem to w trakcie przygotowanie się do tego odcinka :).Z tego odcinka dowiesz się:- dlaczego warto przeczytać „Innowatorów” Isaacsona?- czym zajmuje się prezes małej firmy?- czy można połączyć biznes ze światem akademickim?- czym jest ASR, TTS i biometria głosowa?- jak działa system automatycznego rozpoznawania polskiej mowy?- w jaki sposób możemy zamienić tekst na mowę?- czy można zidentyfikować i zweryfikować mówiącego?- jak nadążać za zmieniającą się rzeczywistością?- czy smartfony za 5 lat będą nam w ogóle potrzebne?- czy jest możliwe zamówienie Ubera, mówiąc do aplikacji?- dlaczego warto zapisać się na kurs praktycznego uczenia maszynowego na DataWorkshop?http://biznesmysli.pl/37
Dzisiejszym gościem jest Bartosz Ziółko CEO firmy Techmo. Firma tworzy kilka rozwiazań, jedno z nich to transformacja głosu w tekst, wiem, że to rozwiązanie jest stosowane w kilku większych firmach lub bankach w Polsce, nie będę wymieniać nazw, ale tę informację mam ze sprawdzonych źródeł. Dlaczego zdecydowali się na lokalnego dostawcę? Bo po prostu działa lepiej niż więksi gracze. Chociaż muszę przyznać, że dodatkowo sam Bartek jest bardzo ciekawą i inspirującą osobą. Bardzo fajnie się z nim współpracuje, sprawdziłem to w trakcie przygotowanie się do tego odcinka :).Z tego odcinka dowiesz się:- dlaczego warto przeczytać „Innowatorów” Isaacsona?- czym zajmuje się prezes małej firmy?- czy można połączyć biznes ze światem akademickim?- czym jest ASR, TTS i biometria głosowa?- jak działa system automatycznego rozpoznawania polskiej mowy?- w jaki sposób możemy zamienić tekst na mowę?- czy można zidentyfikować i zweryfikować mówiącego?- jak nadążać za zmieniającą się rzeczywistością?- czy smartfony za 5 lat będą nam w ogóle potrzebne?- czy jest możliwe zamówienie Ubera, mówiąc do aplikacji?- dlaczego warto zapisać się na kurs praktycznego uczenia maszynowego na DataWorkshop?http://biznesmysli.pl/37
W raporcie „Ramię w ramię z robotem” przygotowany przez McKinsey i Forbes można w nim znaleźć sporo ciekawych rzeczy, zacytuję jedną z nich: „Nawet 49 proc. czasu pracy w Polsce (odpowiednik 7,3 mln miejsc pracy) może zostać zautomatyzowane do 2030 r. dzięki zastosowaniu istniejących dziś technologii”, co prawda później dodają, że są pewne ograniczenia i może być tego trochę mniej. Dlatego zdecydowałem się podjąć temat automatyzacji, żeby pokazać, jak to wygląda teraz i czego możemy się spodziewać.Z tego odcinka dowiesz się:- czy da się łączyć świat akademicki ze światem biznesu?- czym jest RPA?- jaki problem rozwiązuje RPA?- w jakich obszarach RPA najbardziej się sprawdza?- w jakich instytucjach, branżach w Polsce najczęściej stosowane są roboty?- jakie są korzyści zastąpienia pracy człowieka przez pracę robota?- jak najlepiej zacząć wdrażanie RPA w firmie?- jakie są najpopularniejsze na rynku narzędzia RPA?- kiedy opłaca się pisać swoje własne narzędzia?- czy RPA przyczyni się do tego, że część osób straci pracę?- czy zawód developer RPA, to zawód tymczasowy czy na kilka lat?- w jakim czasie usługi kognitywne trafią na produkcję?- jak wygląda przyszłość RPA?- dla kogo jest kurs Data Workshop?http://biznesmysli.pl/35
W raporcie „Ramię w ramię z robotem” przygotowany przez McKinsey i Forbes można w nim znaleźć sporo ciekawych rzeczy, zacytuję jedną z nich: „Nawet 49 proc. czasu pracy w Polsce (odpowiednik 7,3 mln miejsc pracy) może zostać zautomatyzowane do 2030 r. dzięki zastosowaniu istniejących dziś technologii”, co prawda później dodają, że są pewne ograniczenia i może być tego trochę mniej. Dlatego zdecydowałem się podjąć temat automatyzacji, żeby pokazać, jak to wygląda teraz i czego możemy się spodziewać.Z tego odcinka dowiesz się:- czy da się łączyć świat akademicki ze światem biznesu?- czym jest RPA?- jaki problem rozwiązuje RPA?- w jakich obszarach RPA najbardziej się sprawdza?- w jakich instytucjach, branżach w Polsce najczęściej stosowane są roboty?- jakie są korzyści zastąpienia pracy człowieka przez pracę robota?- jak najlepiej zacząć wdrażanie RPA w firmie?- jakie są najpopularniejsze na rynku narzędzia RPA?- kiedy opłaca się pisać swoje własne narzędzia?- czy RPA przyczyni się do tego, że część osób straci pracę?- czy zawód developer RPA, to zawód tymczasowy czy na kilka lat?- w jakim czasie usługi kognitywne trafią na produkcję?- jak wygląda przyszłość RPA?- dla kogo jest kurs Data Workshop?http://biznesmysli.pl/35
Inwestycja w uczenie maszynowe teraz, jest warte co najmniej tyle, jak inwestycja w telefony komórkowy 5-7 lat temu. Natomiast jak do tego zabrać się? Polecam przesłuchać opinię osób, które przerobili kurs praktyczne uczenie maszynowe na DataWorkshop.Z tego odcinka dowiesz się:- czym zajmowałem się na etacie i czy łatwo było z niego zrezygnować,- kiedy rozpocznie się trzecia edycja kursu Data Workshop i czym będzie się różnić od poprzednich edycji,- jakie mam plany na ten rok i gdzie będziecie się mogli ze mną zobaczyć,- kim z zawodu są uczestnicy drugiej edycji kursu DataWorkshop,- dla kogo jest ten kurs i jak praktycznie wykorzystać tę wiedzę,- jakie trudności uczestnicy mieli podczas nauki Pythona,- jakimi wrażeniami z kursu mogą się podzielić,- czy to, czego się nauczyli pomoże im w realizacji planów zawodowych,- jak widzą przyszłość sztucznej inteligencji.http://biznesmysli.pl/32
Inwestycja w uczenie maszynowe teraz, jest warte co najmniej tyle, jak inwestycja w telefony komórkowy 5-7 lat temu. Natomiast jak do tego zabrać się? Polecam przesłuchać opinię osób, które przerobili kurs praktyczne uczenie maszynowe na DataWorkshop.Z tego odcinka dowiesz się:- czym zajmowałem się na etacie i czy łatwo było z niego zrezygnować,- kiedy rozpocznie się trzecia edycja kursu Data Workshop i czym będzie się różnić od poprzednich edycji,- jakie mam plany na ten rok i gdzie będziecie się mogli ze mną zobaczyć,- kim z zawodu są uczestnicy drugiej edycji kursu DataWorkshop,- dla kogo jest ten kurs i jak praktycznie wykorzystać tę wiedzę,- jakie trudności uczestnicy mieli podczas nauki Pythona,- jakimi wrażeniami z kursu mogą się podzielić,- czy to, czego się nauczyli pomoże im w realizacji planów zawodowych,- jak widzą przyszłość sztucznej inteligencji.http://biznesmysli.pl/32
This episode is a hands-on workshop that I did on my Facebook Business page. View the original FB live here: https://www.facebook.com/digimorphs/ Want to learn how to start using Google Analytics in your business? Through the questions in this workshop, I teach you how to find exactly what you need to focus on when it comes to using data to make better decisions in your business. Send me any questions through my IG page: instagram.com/digimorphs/
Odcinek 64. goni za dzisiejszymi trendami. Teraźniejszość, przyszłość i cały nasz świat kręci się wokół kilku “gorących tematów”. Zdecydowanie jest jednym z nich jest… … obszar ekspertyzy naszego dzisiejszego Gościa, Vladimira Alekseichenko (foto: KPT)! Architekt IT, spec od lat badający temat ML i AI, a do tego mówca. Prowadzi warsztaty DataWorkshop – “Praktyczne uczenie maszynowe […] The post 64 – O Machine Learning z Vladimirem Alekseichenko appeared first on DevTalk.