K-Means Clustering Verstehen Und In Der Praxis Anwenden! Ailionauten - KI Ist (k)eine Raketenwissenschaft podcast

Artwork

Wissenschaft Mathematik Business Janis Gösser, David Geisel David Geisel Janis Gösser Mittelstand Daten Data Science Data Engineering Kafka Künstliche Intelligenz

Player FM - Internet Radio Done Right

Dodano three lat temu

Treść dostarczona przez Janis Gösser, David Geisel, Janis Gösser, and David Geisel. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Janis Gösser, David Geisel, Janis Gösser, and David Geisel lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.

Ailionauten - KI ist (k)eine Raketenwissenschaft « »
K-Means Clustering verstehen und in der Praxis anwenden!

2 lata temu 55:35

Udostępnij

MP3•Źródło odcinka

Treść dostarczona przez Janis Gösser, David Geisel, Janis Gösser, and David Geisel. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Janis Gösser, David Geisel, Janis Gösser, and David Geisel lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.

Wir stellen den unsupervised Machine Learning Algorithmus vor! David versucht zu erklären was K-means Clustering bedeutet und Janis hakt bei jedem Buzzword nach, was es genau bedeutet. Im Podcast erfahrt ihr, wofür K-means angewendet wird, welche Vor- und Nachteile das ganze hat wie man es in der Praxis anwenden kann.

… continue reading

21 odcinków

#Wissenschaft #Mathematik #Business #Janis Gösser, David Geisel #David Geisel #Janis Gösser #Mittelstand #Daten #Data Science #Data Engineering #Kafka #Künstliche Intelligenz

Artwork

K-Means Clustering verstehen und in der Praxis anwenden!

Ailionauten - KI ist (k)eine Raketenwissenschaft

published 2 lata temu

Udostępnij

MP3•Źródło odcinka

Treść dostarczona przez Janis Gösser, David Geisel, Janis Gösser, and David Geisel. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Janis Gösser, David Geisel, Janis Gösser, and David Geisel lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.

Wir stellen den unsupervised Machine Learning Algorithmus vor! David versucht zu erklären was K-means Clustering bedeutet und Janis hakt bei jedem Buzzword nach, was es genau bedeutet. Im Podcast erfahrt ihr, wofür K-means angewendet wird, welche Vor- und Nachteile das ganze hat wie man es in der Praxis anwenden kann.

… continue reading

21 odcinków

#Wissenschaft #Mathematik #Business #Janis Gösser, David Geisel #David Geisel #Janis Gösser #Mittelstand #Daten #Data Science #Data Engineering #Kafka #Künstliche Intelligenz

Wszystkie odcinki

×

1
Wahlumfragen aus Data Science Perspektive 40:25

9 weeks temu40:25

40:25

Im Vorfeld der kommenden Bundestagswahl sprechen Tim und David über die Statistik von Wahlumfragen und analysieren, wie sie zu deuten sind. Im Vorfeld der kommenden Bundestagswahl sprechen Tim und David über die Statistik von Wahlumfragen und analysieren, wie sie zu deuten sind. Es geht neben den statistischen Grundlagen, die für eine gute Wahlumfrage zu beachten sind auch um weiterführende Themen wie Zeitreihenanalyse und den Umgang mit Unischerheiten in Machine Learning Modellen.…

1
Datenplattformen verstehen und erfolgreich aufbauen 41:57

12 weeks temu41:57

41:57

In dieser Folge sprechen unser Ur-Ailionaut Janis und unser Ailionauten Neuling Tim über HotDog Tipps und Datenplattformen. Behandelt werden u.a. Fragen wie: Welche Entscheidungen und Fragestellungen führen zu einer Datenplattform? Infrastruktur first oder hangeln wir uns von Use-Case zu Use-Case? Welche Vorteile bieten managed Lösungen wie Databricks? Und vieles mehr.…

1
Data Science in Wissenschaft und Industrie - Unterschiede und Gemeinsamkeiten 44:00

16 weeks temu44:00

44:00

Takeaways -Der Wechsel von der Wissenschaft zur Industrie kann herausfordernd sein. -Die Promotion erfordert Durchhaltevermögen und hohe Belastbarkeit. -Data Science erfordert sowohl technische Fähigkeiten als auch -Kommunikationskompetenz. -Teamarbeit ist in der Industrie oft strukturierter als in der Wissenschaft. -Die Nutzung von KI in der Forschung eröffnet neue Möglichkeiten. -Praktische Erfahrungen sind entscheidend für den Erfolg in der Industrie. -Die Fähigkeit, komplexe Probleme zu lösen, ist in beiden Bereichen wichtig. -Ein gutes Verständnis von Statistik ist für Data Scientists unerlässlich. -Die Arbeitskultur in der Industrie ist oft dynamischer und schneller. -Die Vielfalt der Projekte in der Industrie kann sehr bereichernd sein.…

1
Boost Your Model: Wie funktioniert Data-Science im Maschinenraum? 43:23

19 weeks temu43:23

43:23

Was hat es mit Feature Selection und Feature Engineering auf sich? Summary: In this conversation, Aleksander Fegel and Dr. David Geisel discuss the critical aspects of feature selection and engineering in data science. They explore the importance of understanding features, the role of data quality, and the necessity of engaging with domain experts. The discussion covers various methods of feature selection, including filter methods, wrapper methods, and embedded methods, emphasizing the need for simplicity and clarity in model building. The conversation concludes with insights on how to effectively interpret model predictions and the significance of collaboration in data science projects. Takeaways: -Feature selection is essential for successful data modeling. -Data quality significantly impacts model performance. -Engaging with domain experts enhances feature selection. -Simplicity in models often leads to better results. -Feature importance helps in understanding model predictions. -Different methods exist for feature selection, each with pros and cons. -Collaboration between data scientists and domain experts is crucial. -Feature engineering is a continuous process in data science. -Understanding the context of data is vital for effective modeling. -Iterative testing and validation are key to successful feature selection. titles…

1
Datenplattformen migrieren | Rückblick auf eine SAS zu Azure Databricks Migration 50:58

33 weeks temu50:58

50:58

Unser Kollege David hat fast 2 Jahre eine SAS zu Azure Databricks Migration begleitet. Dabei sind viele Learnings sowohl auf technischer als auch auf menschlicher & Change Management Ebene entstanden. Diese möchten wir im Podcast gerne mit euch teilen um zukünftige Migrationen zu vereinfachen und echte Insights zu geben.…

1
Commitment bei KI-Projekten - Sollte ein Workshop kostenlos sein? 32:58

46 weeks temu32:58

32:58

In dieser Folge diskutieren Janis und ich Ailio interne Prozesse und unsere Erfahrungen mit Kundenworkshops. Dabei geht es unter anderem um die Frage ob ein erster Workshop kostenlos sein sollte und welche Gründe dagegen sprechen sowie allgemein um das Thema Commitment bei Data-Science Projekten.

1
Projekt-Review mit PortalSystems - Spezialisierung einer LLM Anwendung mit RAG-Pipeline 39:36

49 weeks temu39:36

39:36

Wie man OpenAI auf Azure in Kombination mit einer smarten Suche einsetzen kann Marcel Meier von Portal Systems ist bei uns zu Gast und Spricht über das gemeinsame Projekt zur Entwicklung eines Chat-Assistenten für Portal-Systems.

1
Word Embeddings - Wie geht man mit Ihnen um und was haben Sie mit Vorurteilen in unserer Gesellschaft zu tun? 1:01:56

1 year temu1:01:56

1:01:56

In dieser Folge diskutieren Dr. David Geisel und Janis über Word Embeddings. Dabei werden eine Vielzahl an Themen beleuchet: Was sind Word Embeddings, wie findet man sie, wie kann mit den Vorurteilen umgegangen werden, der durch unsere Sprache transportiert wird, wie werden Embeddings in modernen Suchen eingesetzt und einige andere Themen. Es ist unsere Bislang längste Folge, quasi ein Blockbuster im Kosmos des Ailionauten Podcasts!…

1
Vom Workshop zum produktiven Datenprodukt 43:03

1 year temu43:03

43:03

Janis und David sprechen über die Reise vom ersten Workshop zum produktiven Datenprodukt. Es geht darum wie man möglichst schnell echten Mehrwert generiert und in Produktion bekommt. Dabei ist die Kunst selbst in widrigen Umständen und Projektumgebungen nutzbare Ergebnisse zu generieren und den Weg zum datengetriebenen Unternehmen zu ebnen.…

1
Einblicke hinter die Kulissen von bewertungsgetriebener App Entwicklung und Apples ML Core Framework 44:28

1 year temu44:28

44:28

Wir sprechen über App-Entwicklung, wie man mit Fehlern umgeht und welche Ansätze es für ML Frameworks gibt. In dem Gespräch diskutieren der YouTuber und IOS Entwickler Kevin Chromik und Janis über Kevins Entwicklungsarbeit bei seinem Arbeitgeber WaipuTV, einschließlich der Zusammenarbeit zwischen iOS- und Backend-Teams. Es gibt auch einen Ausflug in die Implementierung von KI-Use Cases wie Bilderkennung auf iOS-Geräten mithilfe von Apple's ML Core Framework. Sie tauschen auch persönliche Erfahrungen aus, darunter Herausforderungen bei der Arbeit mit einem kleinen Team und dem Umgang mit Fehlern. Schaut gerne bei Kevin Chromik vorbei: https://www.youtube.com/@KevinChromik https://www.linkedin.com/in/kevinchromik/…

1
In welchen Bereichen entfaltet KI das maximale Potenzial? 32:47

1 year temu32:47

32:47

Auf Basis einer LinkedIn Umfrage haben wir uns die Frage gestellt, in welchen Bereichen KI eigentlich das größte Potenzial entfaltet und warum? Außerdem reden wir auch über Stolpersteine sowie Vor- und Nachteile der einzelnen Geschäftsbereiche wie: -HR -Ressourcenplanung -Produktionsprozesse -Marketing…

1
Jahresrückblick 2023 - Was hat sich bei Ailio, Data-Science und KI getan? 42:16

1 year temu42:16

42:16

Titel: Jahresrückblick und Pläne für das nächste Jahr In dieser Podcast-Episode reflektieren die Hosts Alex und Janis das vergangene Jahr und blicken auf das kommende Jahr voraus. Sie beginnen mit einer lockeren Unterhaltung über Schach und Wetten, bevor sie sich den geschäftlichen Themen zuwenden. Highlights des vergangenen Jahres: Große Industrieprojekte: Sie haben einige große Projekte erfolgreich abgeschlossen, darunter mit Ingredien und Wöhler. Diese Projekte wurden auf großen Events präsentiert, was die Zufriedenheit und das Vertrauen der Kunden unterstreicht. Netzwerkerweiterung: Neue Kontakte wurden geknüpft und Projekte für das nächste Jahr geplant. Verbesserungen in der Planung: Es gab deutliche Fortschritte in der Organisationsstruktur, einschließlich einer frühzeitigen Planung von Events wie der Weihnachtsfeier. Vorausschau auf das kommende Jahr: 2023 Rückblick, 2024 Vorblick: Es gibt eine positive Erwartungshaltung für das kommende Jahr, mit Projekten, die bereits in Planung sind. Workation-Erfahrungen: Die letzte Firmen-Workation in Dänemark war trotz schlechten Wetters ein Erfolg, mit verschiedenen Aktivitäten und kulinarischen Erlebnissen. Teilnahme am Pitch Club: Hierbei geht es um Mitarbeiterakquise, Netzwerken und natürlich auch um das Genießen von gutes Essen und Trinken. Partnerschaften und Zertifizierungen: Sie sprechen über ihre Partnerschaft mit Databricks und die Bemühungen um eine Microsoft Azure-Zertifizierung. Interne Verbesserungen: Es wurde eine Bierzapfanlage im Büro installiert und ein neuer Hund wird Teil des Teams sein. Erweiterung der Podcast-Themen: Es gibt Pläne, die Themenpalette des Podcasts zu erweitern und mehr Gäste einzuladen. Zusammenfassend blickt das Team positiv auf das vergangene Jahr zurück und ist voller Vorfreude auf die Herausforderungen und Chancen, die 2024 bringen wird.…

1
KI im Recruiting & Job-Plattform der Zukunft - Wie könnten drei KI getriebene Killer Features aussehen? 58:25

2 years temu58:25

58:25

In dieser Episode unterhalten sich Alex und Janis darüber, wie eine Job-Plattform der Zukunft aussehen kann und welche Chancen und Risiken es gibt, Künstliche Intelligenz im Recruiting einzusetzen. Dabei versuchen wir drei KI basierte Killer-Features für Job Plattformen zu finden.

1
K-Means Clustering verstehen und in der Praxis anwenden! 55:35

2 years temu55:35

55:35

Wir stellen den unsupervised Machine Learning Algorithmus vor! David versucht zu erklären was K-means Clustering bedeutet und Janis hakt bei jedem Buzzword nach, was es genau bedeutet. Im Podcast erfahrt ihr, wofür K-means angewendet wird, welche Vor- und Nachteile das ganze hat wie man es in der Praxis anwenden kann.…

1
Kafka und Message Streaming mit Kai Wähner - Field CTO bei Confluent 43:31

2 years temu43:31

43:31

Im Podcast zu Gast war Kai Wähner https://www.linkedin.com/in/kaiwaehner/ , ein Field CTO bei Confluent. Wir reden sowohl kurz über seine Rolle als Field CTO, als auch über Kafka sowie um ein Tooling um Kafka herum. Dabei klären wir auch Fragen, ob Kafka vielleicht sogar als Datenbank genutzt werden kann, oder auch wie Kafka im Bereich Data Science eingesetzt werden kann. Aufmerksam auf ihn geworden bin ich über seinen herausragenden Blog www.kai-waehner.de…

Zapraszamy w Player FM

Odtwarzacz FM skanuje sieć w poszukiwaniu wysokiej jakości podcastów, abyś mógł się nią cieszyć już teraz. To najlepsza aplikacja do podcastów, działająca na Androidzie, iPhonie i Internecie. Zarejestruj się, aby zsynchronizować subskrypcje na różnych urządzeniach.

Posłuchaj 500+ tematów

Skrócona instrukcja obsługi

Najlepsze podcasty

Black Hat Ultra

Mała Wielka Firma

Felieton Tomasza Olbratowskiego

Hammerzeit Podcast

YesWas | Podcast

Gość Krzysztofa Ziemca w RMF FM

Z pasją o mocnych stronach

Techniczny NXXI

Ameryka i ja - Lidia Krawczuk w RMF Classic

Prawdziwe Zbrodnie

Piąte: Nie zabijaj

Posłuchaj tego programu podczas zwiedzania