A szentimentelemzés alapjai I.: áttekintés és szövegelemzés
A gépi tanulás kihívásai és lehetőségei
A gépi tanulás kihívásai és lehetőségei
A gépi tanulás kihívásai és lehetőségei
A gépi tanulás kihívásai és lehetőségei
Rainer Mühlhoff a prediktív magánszféra kihívásairól.
Az EU mesterséges intelligencia kódex-tervezete (1. rész).
Refik Anadol művészetének alapja az adat és a gépi tanulás, ahol a művész által betáplált információk feldolgozásával az algoritmus saját
2. rész: Kik legyenek a szabályozás címzettjei? Egy korábbi blogbejegyzésemben az egyre szaporodó mesterséges intelligencia etikai kódexek hiábavalóságát részleteztem. Egyúttal
1. rész: A mesterséges intelligencia (jogi) definíciója Korábbi blogbejegyzésemben, amelyben a mesterséges intelligenciára vonatkozó, egyre szaporodó etikai kódexek hiábavalóságát részleteztem,
Nemrégiben megjelent egy fontos írás Stefan Larsson svéd professzor tollából. A Lundi Egyetem oktatója szembemenve a jelenleg divatos állásponttal azt
1083 Budapest, Ludovika tér 2.
E-mail:
Kéziratokkal, könyv- és folyóirat-kiadással kapcsolatos ügyek: kiadvanyok@uni-nke.hu
Blogokkal és a magazinnal kapcsolatos ügyek: szerkesztoseg@uni-nke.hu