R in RAG - online training - April 14

Rejestr cen transakcyjnych nieruchomości w Polsce — co to oznacza dla AI i ML?

DataWorkshop obchodzi 10 urodziny

Czy MCP to nowy standard dla API w AI? Zbudujmy razem serwer/klient MCP!

Ukryte poziomy LLM - naucz się strukturyzować prompty!

AI 2025: wzrost, przetrwanie albo upadek?

AI to NIE magia... ale wciąż oczekujesz cudów?

Agenci AI: między hype'm a rzeczywistością

🎙️BM132: LLM and Law: Opportunities, Challenges, Tools ⚖️

Praktyczny LLM

LangChain, RAG, and Vector Databases: The Dark Side of AI Prototyping

Inferencja modele LLM: Mniej kosztów, więcej mocy

Czy warto inwestować LLM? Czy w klasyczny ML?

Jak uruchomić LLM na własnym laptopie w 3 minuty?

Lokalne modele AI: Twoje dane, Twoje zasady

RAG w LLM: Dlaczego popularne rozwiązania to droga donikąd?

🎙️BM125: Jak rozmawiać ze sztuczną inteligencją?

Jaki model AI wybrać: wyzwania i rozwiązania?

Fine-tuning LLM: fakty i mity

7 mitów o sztucznej inteligencji

🎙️BM121: Sztuczna inteligencja zmienia szukanie odpowiedzi

PML od środka

BM120 - Sztuczna inteligencja pod własnym dachem

DWthon - zaproszenie

COLLECT DATA NOT VIRUSES | Best wishes :)

Q&A z Deep Learning Researcher | Michalina Wojtkowska

Uczenie maszynowe - to działa!

Czy uczenie maszynowe działa?

Praktyczne uczenie maszynowe - kurs online

Natural Language Processing (NLP) - kurs online

NLP w Twojej firmie - kurs online

Mateusz Opala: Debugging Machine Learning - 5 największych pułapek, z którymi musiałem się zmierzyć

Zarabiaj na swoich danych. Reguła 20/80 - zapowiedź webinarium (30.07)

Predykcja opóźnień transportu publicznego - cz. II | DW Community

Deep Fake - mini warsztat | DW Community

TensorBoard + Neptune.ml | DW Community

Predykcja opóźnień transportu publicznego - przygotowanie danych do analizy | DW Community

Matrix - poznaj reguły gry w uczeniu maszynowym | 3 Transformacja

Prognozowanie szeregów czasowych - praktyczny kurs online

Podstawy KERAS - co to jest i jak tego użyć do nauki NLP | DW Community

Prognozowanie szeregów czasowych - praktyczny kurs online

Matrix - poznaj reguły gry w uczeniu maszynowym | 3 Transformacja

Q&A z Machine Learning Engineer | Kamil Krzyk

Przetwarzanie danych z filmweb cz. VI | Finałowy projekt systemu rekomendacji | DW Community

Przetwarzanie danych z filmweb cz. V | Algorytmy systemu rekomendacji | DW Community

Przetwarzanie danych z filmweb cz. IV | Jak zbudować Chrome Extension i serwer Flask | DW Community

Jak zmieniłem swoje życie po drugiej edycji kursu "Praktycznego uczenie maszynowe" | Wojtek Zubera

Prezentacja projektów Machine Learning z Katowic | Adrian Jany | DW Community

Prezentacja projektów Machine Learning z Warszawy | Magdalena Cebula | DW Community

Prezentacja projektów Machine Learning z Poznania | Arkadiusz Klemenko | DW Community

Czy w głosie brzmi nasze zdrowie? Korelacje, których mało kto się spodziewa | Bartosz Ziółko

Pamięć zewnętrzna formatu DOC | Sylwester Machnio | Alumni Day #2

Jak zostać freelancerem (branża Machine Learning) | Piotr Goliasz | Alumni Day #2

No risk, no Machine Learning | Maciej Mikulski - Netguru | Alumni Day#2

Niskobudżetowy ML, czyli jak sprzedać nie swój model klientowi | Paweł Dulak | Alumni Day #2

Moja droga fuck-up`ów do ML, czyli przebranżowienie po 30 | Magdalena Wielobób | Alumni Day #2

Bądź prezesem swego życia | Vladimir Alekseichenko | Alumni Day #2

Od wizualizacji do wyznaczania ryzyka śmierci | Wojciech Łaguna | Alumni Day #2

Za kulisami rekrutacji w branży Uczenia Maszynowego | Kamil Krzyk | Alumni Day #2

Dlaczego Machine Learning? | Q&A z Paweł Dulak