Archiv

100 Episoden

#41: Strategien zur Performance-Optimierung in Python
vor 2 Jahren

#41: Strategien zur Performance-Optimierung in Python

27 Minuten
#40: Sonderfolge: Frauen in Data Science und Tech mit Catrin & Isa von Mind the Tech
vor 2 Jahren

#40: Sonderfolge: Frauen in Data Science und Tech mit Catrin & Isa von Mind the Tech

58 Minuten
#39: Death by Microservices
vor 2 Jahren

#39: Death by Microservices

50 Minuten
#38: Im Rennen gegen die Zeit: Echtzeitprognosen mit komplexen statistischen Modellen
vor 2 Jahren

#38: Im Rennen gegen die Zeit: Echtzeitprognosen mit komplexen statistischen Modellen

26 Minuten
#37: Deep Learning zur Erkennung von Hochwasser auf Satellitenbildern mit Philip Popien von Floodbase
vor 2 Jahren

#37: Deep Learning zur Erkennung von Hochwasser auf Satellitenbildern mit Philip Popien von Floodbase

57 Minuten
#36: Der Data Mesh Hype und was davon bleibt
vor 2 Jahren

#36: Der Data Mesh Hype und was davon bleibt

53 Minuten
#35: Erfolgsfaktoren für Machine Learning Projekte mit Philipp Jackmuth von dida
vor 2 Jahren

#35: Erfolgsfaktoren für Machine Learning Projekte mit Philipp Jackmuth von dida

46 Minuten
#34: Was ist Attribution im Online Marketing und lohnt sie sich noch?
vor 2 Jahren

#34: Was ist Attribution im Online Marketing und lohnt sie sich noch?

51 Minuten
#33: Data Science bei Zalando – Dr. Claudia Baldermann im Gespräch über Product Development & Organisation
vor 2 Jahren

#33: Data Science bei Zalando – Dr. Claudia Baldermann im Gespräch über Product Development & Organisation

47 Minuten
#32: Brauche ich Data-Science-Berater*innen und wenn ja wie viele?
vor 2 Jahren

#32: Brauche ich Data-Science-Berater*innen und wenn ja wie viele?

42 Minuten
#31: Ist R eigentlich tot?
vor 2 Jahren

#31: Ist R eigentlich tot?

45 Minuten
#30: Agile Softwareentwicklung im Data-Science-Kontext
vor 2 Jahren

#30: Agile Softwareentwicklung im Data-Science-Kontext

35 Minuten
#29: Die Qual der Wahl: Data Science Plattform vs. Customized Stack
vor 3 Jahren

#29: Die Qual der Wahl: Data Science Plattform vs. Customized Stack

60 Minuten
#28: Unsere Erkenntnisse aus einem Fraud-Detection-Projekt mit Echtzeitdaten
vor 3 Jahren

#28: Unsere Erkenntnisse aus einem Fraud-Detection-Projekt mit Echtzeitdaten

35 Minuten
#27: Kann ein Large Language Model (LLM) bei der Klassifikation tabellarischer Daten XGBoost schlagen?
vor 3 Jahren

#27: Kann ein Large Language Model (LLM) bei der Klassifikation tabellarischer Daten XGBoost schlagen?

39 Minuten
Data Science Deep Dive

Data Science Deep Dive

Logo
15
15
Episode teilen
#27: Kann ein Large Language Model (LLM) bei der Klassifikation tabellarischer Daten XGBoost schlagen?
#27: Kann ein Large Language Model (LLM) bei der Klassifikation tabellarischer Daten XGBoost schlagen?
Close