Edward Weinert

"What I cannot create, I do not understand." – Richard Feynman

  • Analiza Danych

    Perkolacja, czyli rozwiązywanie problemów przy kawie.

    2022-09-28 /

    Parzenie i picie kawy to czynność, która niezależnie od pory dnia pobudza wiele innych osób do dalszej aktywności, wpływając na nasz nastrój i energię. Natomiast sam fizyczny proces parzenia kawy może być zastosowany do rozwiązania problemów w wielu dziedzinach naukowych, funkcjonowania przedsiębiorstw i codziennego życia nas wszystkich. Jeśli planujesz spotkanie to przy kawie Od najmłodszych lat aromat kawy jest dla mnie symbolem kreatywności i pozytywnej werwy w rozwiązywaniu problemów. Pamiętam jak rodzice zawsze razem pili kawę i rozmawiali o różnych rzeczach. Z obserwacji wiem, że kawa podawana na spotkaniach, czy podczas pracy w grupach jest jak krew roznosząca tlen. Potwierdza to eksperyment przeprowadzony na Uniwersytecie w Kalifornii w 2018 roku…

    dowiedz się więcej

    Zobacz również

    Narzędzia do automatyzacji eksploracyjnej analizy danych (EDA) w Python

    2021-07-14

    Entropia – pomost pomiędzy fizyką a uczeniem maszynowym

    2021-08-12

    Kiedy zniknie błoto i ruszą czołgi?

    2023-03-14
  • Analiza Danych,  Uczenie Maszynowe

    Fizyka zmienia uczenie maszynowe

    2021-09-03 /

    Uczenie maszynowe (ang. machine learning – ML) odcisnęło piętno praktycznie na każdym aspekcie naszego życia i to w bardzo krótkim czasie. Ten element sztucznej inteligencji zrewolucjonizował nie tylko handel i e-commerce odcisnęło piętno zastosowanie elementów sztucznej inteligencji uczenie maszynowe w większym lub mniejszym stopniu Nie ma chyba już aspektów życia w którym uczenie maszynowe nie odcisnęłoby swojego piętna. Modele naukowe a życie Każdy model fizyczny ma za zadanie jak najbardziej wiernie opisać rzeczywistą sytuację lub proces. Dotyczy to zresztą wszystkich modeli naukowych od fizyki przez chemię i biologię po ekonomię i socjologię. Modele bazując na odkrytych prawach naturalnych i teoriach biorą pod uwagę wiele zmiennych, które opisują realne sytuacje i…

    dowiedz się więcej

    Zobacz również

    Pętla OODA – wpływ entropii i mechaniki kwantowej na procesy podejmowania decyzji

    2023-09-19

    Środowisko pracy Data Science w Python

    2020-06-24

    Rozwiązywanie równań różniczkowych cząstkowych za pomocą głębokiego uczenia

    2021-09-14
  • Analiza Danych

    Narzędzia do automatyzacji eksploracyjnej analizy danych (EDA) w Python

    2021-07-14 /

    Zrozumienie danych jest pierwszym i najważniejszym krokiem w Data Science i budowie dobrego modelu uczenia maszynowego. Służy do tego analiza eksploracyjna danych (EDA, ang. Exploratory Data Analysis), która jest iteracyjnym, ekscytującym, ale często bardzo żmudnym procesem. Proces zrozumienia i przygotowania danych, którego EDA jest nieodłączną częścią stanowi nawet 80% całego czasu poświęconego na budowę modelu. Z pomocą przychodzi automatyzacja eksploracji, która jest kluczem do usystematyzowania tego procesu i redukcji kosztów. Biblioteki w Python przeznaczone do manipulacji danymi, wizualizacji i uczenia maszynowego jak pandas, scikit-learn, czy seaborn, zawierają w sobie narzędzia, które analizę ułatwiają, jednak nie są stworzone z myślą o automatyzacji powtarzalnych czynności. Ta jest zostawiana twórcom eksperymentów i programistom.…

    dowiedz się więcej

    Zobacz również

    Entropia – pomost pomiędzy fizyką a uczeniem maszynowym

    2021-08-12

    Środowisko pracy Data Science w Python

    2020-06-24

    Fizyka zmienia uczenie maszynowe

    2021-09-03

ai datascience deep learning EDA entropia fizyka machinelearning matematyka mechanika kwantowa Monte Carlo nawadnianie OODA pekolacja pert python rolnictwo równania różniczkowe sieci neuronowe termodynamika zarządzanie zarządzanie projektem

Ashe Motyw przez WP Royal.