Blog o data science, sztucznej inteligencji, uczeniu maszynowym i wizualizacji danych
Wykres warstwowy (czasami zwany też wykresem powierzchniowym) jest bardzo podobny do wykresu liniowego i przedstawia ewolucję zmiennej numerycznej. Co do zasady w przypadku tego wykresu oś X reprezentuje czas (lub rzadziej zmienną uporządkowaną). Natomiast na osi Y przedstawione są wartości innej zmiennej. Punkty danych są połączone linią prostą, a obszar …
#023 Wykres warstwowy (area chart) Czytaj dalej
Dzisiaj niecodzienny wpis. Będzie to mój wywiad przeprowadzony z chat botem zwanym ChatGPT lub Assistant, który jest dużym modelem językowym wytrenowanym przez OpenAI. Assistant jest w stanie komunikować się w wielu językach, w tym w języku polskim. Tematem wywiadu będzie ogólna rozmowa o AI by poznać możliwości chat bota. Zapraszamy …
ChatGPT – wywiad o AI Czytaj dalej
– Patrz tato, co narysowałam – krzyknęła zadowolona z siebie Jagódka. – Piękne. Ja nie umiem rysować tak ładnie, jak Ty. Jesteś prawdziwą artystką. – Dziękuję tatusiu. Mogę Cię nauczyć, jak chcesz. – Nie trzeba. Dziś sztuczna inteligencja może narysować za nas wszystko, co chcemy. Musimy tylko przelać myśli na …
Dall-E2 vs Midjorney vs Stable Diffusion Czytaj dalej
– Tato, dlaczego tak się uśmiechasz do komputera? – zapytała Jagódka, zakradając się z Otylką do sypialni, gdzie znajduje się moje biurko. – Ponieważ znalazłem szklaną kulę, dzięki której mogę poznać przyszłość. Zatem nie będę musiał już czekać na poznanie odpowiedzi, których potrzebuję – uśmiechnąłem się. – A zapytasz tej …
NannyML – walidacja modelu bez danych rzeczywistych (ground truth)! Czytaj dalej
Wykres sunburst swoją nazwą i wyglądem nawiązuje do rozbłysków słońca. Znany jest także jako wykres pierścieniowy (ring chart), wielopoziomowy wykres koła (multi-level pie chart), radial treemap oraz wykres pasowy (belt chart). Wykres pomaga wizualizować hierarchię za pomocą serii pierścieni. Każdy pierścień odpowiada poziomowi w hierarchii, przy czym centralny okrąg reprezentuje …
#022 Wykres sunburst Czytaj dalej
– Tato, co robisz? – do pokoju, w którym pracuję, wbiegły dziewczynki z pytaniem. – Sprawdzam, czy modele, które zbudowałem, nadal działają – odpowiedziałem. – A mogą przestać działać? – zapytała Jagódka. – Mogą? – powtórzyła Otylka. – Hmm… pomyślcie o modelu jak o telewizorze. Świat szybko się zmienia, dochodzą …
Czym jest i jak zbadać dryf modelu (model drift)? Czytaj dalej
Obecnie uczenie maszynowe, głębokie uczenie i ogólnie sztuczna inteligencja to przedmioty o bardzo szerokim zainteresowaniu zarówno w środowisku akademickim, jak i przemysłowym. W związku z tym istnieją setki tysięcy stron internetowych dotyczących tej tematyki. Ciężko nadążać za wszystkimi nowościami, które pojawiają się w świecie uczenia maszynowego i AI. Do tej …
50+ repozytoriów GitHub, które zbierają o AI to co najlepsze Czytaj dalej
Wykres lizakowy (ang. lillipop) to w zasadzie wykres słupkowy, w którym słupek jest przekształcany w linię i kropkę. Wykres przedstawia związek między zmienną liczbową a zmienną kategoryczną. Jest przedstawiany na dwóch osiach: jedna oś prezentuje kategorie lub szereg czasowy, druga oś to wartości liczbowe, które są wskazywane przez położenie kropki …
#021 Wykres lizakowy (Lollipop chart) Czytaj dalej
– Tato, co tam robisz na komputerze? – zapytała Jagódka. – Wybieram optymalne zmienne do modelu i muszę troszkę przy tym pomysleć – odpowiedziałem. – Heeee??? – dziwnie spojrzała się na mnie Otylka. – Wyobraźcie sobie, że pakujemy się na wakacje i możecie zabrać ze sobą jakieś zabawki (a same …
Czym jest wybór zmiennych (feature selection)? 16 metod, które warto znać! Czytaj dalej
Od miesięcy odkładałem plan nauczenia się wyrażeń regularnych (tzw. regexów), ponieważ po pierwszym zetknięciu z nimi wydawały mi się dość skomplikowane, ponadto ta wiedza wydawała mi się niepotrzebna. Dopiero po jednym z ostatnich zadań w pracy, które polegało na oczyszczeniu tytułów transakcji na potrzeby przygotowania algorytmów i modeli pod listy …
Wyrażenia regularne – czym są i jak pisać własne regex’y? Czytaj dalej
