- Jak działa las losowy (random forest)?
- Czym jest i jak działa drzewo decyzyjne?
- #025 Wykres roju (swarmplot)
- Czym jest Docker? I jak uruchomić model uczenia maszynowego w kontenerze?
- Jak serwować modele ML za pomocą FastAPI?
- Czym jest API i jakie są jego rodzaje?
- #024 Wykres ridgeline (ridgeline plot)
- Co to jest uczenie federacyjne (Federated Learning)?
- Jak działa regresja logistyczna?
- Googluj jak PRO
- #023 Wykres warstwowy (area chart)
- ChatGPT – wywiad o AI
- Dall-E2 vs Midjourney vs Stable Diffusion
- NannyML – walidacja modelu bez danych rzeczywistych (ground truth)!
- #022 Wykres sunburst
- Czym jest i jak zbadać dryf modelu (model drift)?
- 50+ repozytoriów GitHub, które zbierają o AI to, co najlepsze!
- #021 Wykres lizakowy (lollipop chart)
- Czym jest wybór zmiennych (feature selection)? 16 metod, które warto znać!
- Wyrażenia regularne – czym są i jak pisać własne regex’y?
- #020 Diagram cięciw (chord diagram)
- Las izolacji (Isolation forest) – jak to działa?
- Wykrywanie anomalii – na czym polega, przykłady i sposoby
- #019 Wykres świecowy (candlestick chart)
- Czym jest przetwarzanie języka naturalnego (NLP)?
- Niezbalansowane dane klasyfikacyjne? Na ratunek SMOTE!
- #018 Diagram sieci (network graph)
- Czym są niezbalansowane dane klasyfikacyjne i związane z nimi problemy?
- Explainer Dashboard, czyli narzędzie do odpowiedzi jak działa model uczenia maszynowego!
- #017 Wykres kołowy (pie chart)
- Sieci konwolucyjne do rozpoznawania zapalenia płuc!
- Jak działają konwolucyjne sieci neuronowe (CNN)?
- #016 Diagram Venna (Venn diagram)
- Od analityka danych do data scientist (moja historia)!
- Środowisko wirtualne w Python
- #015 Wykres Gantta (Gantt chart)
- Polski poeta AI (GPT-2 na Google Colab)
- Czym jest i jak działa transformer (sieć neuronowa)?
- #014 Mapa ciepła (heatmap)
- BeautifulSoup, czyli jak prosto scrapować HTML
- Web Scraping – co to i jakie są „dobre” praktyki?
- #013 Wykres Sankeya (Sankey diagram)
- Jak zmienić adres w współrzędne geograficzne i sprawdzić np. najbliższe restauracje (OpenStreetMap)?
- Wykrywanie kolorów w OpenCV. Stwórz samemu „płaszcz niewidkę”!
- #012 Wykres bąbelkowy (bubble chart)
- Jak działa regresja liniowa? I czy warto ją stosować?
- Czym jest regresja i na czym polega analiza regresji?
- #011 Mapa drzewa (treemap plot)
- Deepfake – co to takiego i jak go zrobić?
- 18 inspirujących linków, które powinien znać każdy fan data science i uczenia maszynowego
- #010 Wykres radarowy (radar chart)
- Wykrywanie twarzy real-time w 15 liniach kodu w Python
- Czym jest wizja komputerowa (computer vision)?
- #009 Wykres liniowy (line plot)
- Jak wykryć oszusta (fraud) za pomocą autoenkodera?
- Czym są autoenkodery (autokodery) i jakie mają zastosowanie?
- #008 Mapa punktów (dot map)
- Przykładowa sieć neuronowa MLP w Tensorflow
- Czym jest i jak się uczy sztuczna sieć neuronowa?
- #007 Histogram (histogram)
- Wartość Shapley’a – interpretacja modeli blackbox
- Czym jest sztuczna inteligencja (Artifical Intelligence)?
- #006 wykres rozrzutu (scatter plot)
- Czym jest uczenie maszynowe? I jakie są jego rodzaje?
- Jak zwizualizować word embedding?
- #005 Wykres skrzypcowy (violin plot)
- Jak działa metoda redukcji wymiarów t-SNE?
- Na czym polega analiza składowych głównych (PCA)?
- #004 Wykres gęstości (density plot)
- Przekleństwo wielowymiarowości i techniki redukcji wymiarów
- Automatyzacja inżynierii cech (Featuretools)
- #003 Wykres pudełkowy (box plot)
- Czym jest inżynieria cech (feature engineering)?
- Jak wczytać tabele z PDFów (przykład)?
- Jak zrobić dynamiczny wykres bez kodowania?
- #002 Wykres kolumnowy (bar plot)
- Czym są hiperparametry i jak je dobrać?
- #001 Chmura słów (word cloud)
- Czym jest wzmocnienie gradientowe i dlaczego ma super moce?
- Jak robić czytelne wykresy? 8 prostych kroków
- Kim jest data scientist i legendarny jednorożec?