Podcaster
Episoden
10.10.2024
51 Minuten
In dieser Episode sprechen wir mit Dr. Andreas Kerschbaumer,
Umweltexperte beim Berliner Senat, über unsere
Luftschadstoffprognose und warum Berlin immer noch dringend
sauberere Luft braucht. Andreas erklärt, wie Machine Learning
hilft, die L...
25 Minuten
Vor der Bundestagswahl 2017 haben wir begonnen, ein
Prognosemodell für den Wahlausgang zu entwickeln – und seitdem
ständig verbessert. Heute präsentieren wir täglich aktualisierte
Prognosen, die Verzerrungen einzelner Wahlumfragen korrigieren...
43 Minuten
Warum ist XGBoost seit Jahren das Tool der Wahl, wenn es um
tabulare Daten geht? Mira spricht zusammen mit Matthäus Deutsch
darüber, warum XGBoost State of the Art ist und was es so
erfolgreich macht. Außerdem: Wie schlägt sich XGBoost im
Ve...
51 Minuten
Online vs. Offline Serving – welcher Ansatz ist besser? Wir
besprechen, wie du dein Modell erfolgreich in die Produktion
bringst und eine passende Datenschnittstelle deployst. Dazu
gibt’s Tipps zu den Tools, die uns dabei helfen, wie FastAPI,...
1 Stunde 12 Minuten
In dieser Episode von Data Science Deep Dive sprechen Mira und
Wolf-Gideon über das Agile Fluency Model und dessen Bedeutung im
Data-Science-Kontext. Im Fokus stehen die verschiedenen Stufen der
Agilität sowie die damit verbundenen Vorteile und notwe...
Über diesen Podcast
Wir machen Data Science. Und in unserem Podcast Data Science Deep
Dive reden wir darüber. Du bist ebenfalls Data Scientist oder
interessierst dich für Daten, ML und AI? Dann ist dieser Podcast
für dich. Wir teilen unsere Learnings aus über 180 Projekten, du
bekommst Infos und Anregungen zu spannenden Themen rund um Daten.
Wir klären auf, geben Hinweise und teilen unsere Erfahrungen, die
wir in über 10 Jahren als Data Scientists im B2B Bereich gesammelt
haben. Wir decken auf, was wirklich hinter den Hypes und Trends der
Data Science Branche steckt. Wir hinterfragen, was ein Data Science
Projekt erfolgreich macht und welche Faktoren es zum Scheitern
verurteilen.
Kommentare (0)