Mentionsy Mentionsy
Biznes Myśli
Biznes Myśli

BM106: Czy developer potrzebuje Machine Learning?

09.08.2021 ·1 godz 15 min · 9 rozdziałów

Tym razem mam dla Ciebie nieco inny podcast niż zazwyczaj. Jest to pewien eksperyment. Polega on na tym, że Kajetan Duszyński, który prowadzi podcast Backend na froncie, zaprosił mnie do swojego podcastu, a ja pomyślałem, że warto również opublikować to u mnie. Dotychczas miałem dwie możliwości: albo głównie ja zadaje pytania, albo prowadzę monolog. Pomyślałem, że fajnie byłoby, żeby ktoś, kto ma trochę inne doświadczenie (programisty), wyciągnął tym razem ze mnie może nieco mniej oczywiste tematy i opinie. Człowiek jest bardzo subiektywny. Dzięki takim eksperymentom będę w stanie wyciągnąć więcej ukrytych warstw. Ten odcinek będzie bardzo przydatny przede wszystkim dla programistów. W szczególności jeżeli mówimy o programistach .NET, C#, bo Kajetan właśnie w tym się specjalizuje.

Wprowadzenie i przedstawienie

Wprowadzenie do podcastu i przedstawienie gościa, Kajetana Duszyńskiego, oraz jego spółki Data Workshop.

3:14
Opracowanie spółki Data Workshop

Opis działalności spółki Data Workshop, w tym wdrażania ML, edukacji i eksperymentów wewnętrznych.

3:29
Rozmowa o ML i jego zastosowaniach

Rozmowa o ML, jego zastosowaniach i konceptach, takich jak uczenie maszynowe i feature engineering.

2:51
Proces uczenia maszynowego

Opis procesu uczenia maszynowego, w tym przygotowywania danych i wyboru modelu.

4:10
Zakłócenia etyczne w ML

Dodatkowe komentarze na temat etycznych problemów w ML i konsekwencji ich rozwiązywania.

3:19
Proces uczenia maszynowego (dodatki)

Dodatkowe szczegóły procesu uczenia maszynowego, w tym feature engineering i wyboru modelu.

9:05
ML dla deweloperów C#

Rozmowa na temat potrzeby ML dla deweloperów C#, w tym ich roli w procesie ML i wyzwania związane z nim.

27:57
ML.NET i skalowalność

Rozmowa o ML.NET, jego możliwości i skalowalność w porównaniu do Pythona.

13:24
Promocja ML.NET przez Microsofta

Wspomnienie o strategii Microsofta w promocji różnych technologii i potencjalne przyszłe promocje ML.NET.

6:37

Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.