Przejdź do treści

Mateusz Grzyb

Data Scientist w Alior Bank. Z branżą IT związany od kilku lat, z analizą i eksploracją danych jeszcze dłużej, bo od czasów studenckich. Entuzjasta zbiorów rozmytych, oraz wszystkiego co związane z predykcją i szeroko pojętą nauką o danych.

Data Science Plus – start nowego kanału na YouTube!

9 lutego 20268 czerwca 2019 przez Mateusz Grzyb
youtube, data science, data science plus, filmy, wideo, sztuczna inteligencja

Zbierałem się od dłuższego czasu do uruchomienia nowego medium, poprzez które mógłbym się dzielić wiedzą. W końcu zmotywowany wynikami przeprowadzonej ankiety podjąłem decyzję – startuję z nowym kanałem na YouTube!

Dowiedz się więcej

Kategorie data science plus Tagi Data Science, data science plus, filmy, sztuczna inteligencja, wideo, youtube

Segmentacja pokemonów, czyli wpis z okazji Międzynarodowego Dnia Dziecka

9 lutego 20261 czerwca 2019 przez Mateusz Grzyb
k-prototype, grupowanie, segmentacja, k-średnich, projekt, data science, uczenie maszynowe, sztuczna inteligencja

Dziś w całej Polsce obchodzimy Międzynarodowy Dzień Dziecka. Z tej okazji publikuję nietypowy wpis w którym wykonuję grupowanie Pokemonów. 😉

Dowiedz się więcej

Kategorie projekt Tagi Data Science, grupowanie, k-prototype, k-średnich, projekt, segmentacja, sztuczna inteligencja, uczenie maszynowe

Binder – narzędzie do edycji notatników Jupyter

9 lutego 202611 maja 2019 przez Mateusz Grzyb
binder - edycja notatników jupyter online

Zupełnie przypadkiem natknąłem się w ostatnim czasie na rewelacyjne narzędzie, które znacząco ułatwia codzienną pracę. Chcę się nim dziś z Tobą podzielić.

Dowiedz się więcej

Kategorie narzędzia Tagi binder, Data Science, jupyter, jupyter notebook, Narzędzia, sztuczna inteligencja, uczenie maszynowe

7 ograniczeń algorytmu k-średnich, o których warto wiedzieć

9 lutego 20267 maja 2019 przez Mateusz Grzyb
grupowanie, klastrowanie, analiza skupień, segmentacja, k-średnich, k-means, aglorytmy klasteryzacyjne

Stosując wybrany algorytm, warto znać jego ograniczenia. W tym wpisie skupiam się na tych, które dotyczą algorytmu k-średnich.

Dowiedz się więcej

Kategorie grupowanie Tagi algorytmy grupujące, grupowanie, k-means, k-średnich, segmentacja

Grupowanie iteracyjno-optymalizacyjne. Algorytm k-średnich – praktyka

9 lutego 202627 kwietnia 2019 przez Mateusz Grzyb
grupowanie, klastrowanie, analiza skupień, segmentacja, k-średnich, k-means, aglorytmy klasteryzacyjne

W pierwszym wpisie na temat grupowania z użyciem algorytmów iteracyjno-optymalizacyjnych skupiłem się na omówieniu podstawowych pojęć i teoretycznym wprowadzeniu. Dziś kolej na część praktyczną. Zapraszam! 🙂

Dowiedz się więcej

Kategorie grupowanie Tagi analiza skupień, grupowanie, k-means, k-średnich, segmentacja

Grupowanie iteracyjno-optymalizacyjne. Algorytm k-średnich – teoria

9 lutego 202628 marca 2019 przez Mateusz Grzyb
grupowanie, klastrowanie, analiza skupień, segmentacja, k-średnich, k-means, aglorytmy klasteryzacyjne

W tym wpisie na tapetę biorę k-średnich, czyli prawdopodobnie najpopularniejszy algorytm wykorzystywany w grupowaniu.

Dowiedz się więcej

Kategorie grupowanie Tagi algorytmy klasteryzacyjne, analiza skupień, grupowanie, k-means, k-średnich, klastrowanie, segmentacja

Grupowanie hierarchiczne – praktyka

9 lutego 202615 marca 2019 przez Mateusz Grzyb
analiza skupień, grupowanie, klasteryzacja, klastry, klastrowanie, grupowanie

W pierwszym wpisie na temat grupowania hierarchicznego skupiłem się na omówieniu podstawowych pojęć i teoretycznym wprowadzeniu. Dziś kolej na część praktyczną.

Dowiedz się więcej

Kategorie grupowanie Tagi analiza skupień, grupowanie, klasteryzacja, klastrowanie, klastry Jeden komentarz

Wyniki konkursu i ankiety – idą zmiany!

9 lutego 20267 marca 2019 przez Mateusz Grzyb

Był ogłoszony konkurs i ankieta, teraz czas na wyniki i wnioski. Szczerze przyznam, że obserwując, jak rozkładają się głosy jeszcze w trakcie trwania ankiety, byłem mocno zaskoczony. 🙂

Dowiedz się więcej

Kategorie ankieta, konkurs Tagi ankieta, Data Science, konkurs, nagroda 4 komentarze

Grupowanie hierarchiczne – wprowadzenie teoretyczne

9 lutego 202628 lutego 2019 przez Mateusz Grzyb
klastrowanie hierarchiczne, klastrowanie wstępujące, aglomeracyjne, zstępujące, grupowanie, analiza skupień

Po krótkim wstępie do problemu grupowania dziś biorę na tapetę pierwszą grupę algorytmów grupujących – algorytmy hierarchiczne.

Dowiedz się więcej

Kategorie grupowanie Tagi analiza skupień, Data Mining, Data Science, grupowanie, grupowanie hierarchiczne, klasteryzacja, klastrowanie

Wstęp do problemu grupowania

9 lutego 202621 lutego 2019 przez Mateusz Grzyb
grupowanie, klasteryzacja, analiza skupień, data mining

Ten wpis jest wstępem do dość specyficznego problemu, z jakim spotykamy się w uczeniu maszynowym – problemu grupowania obserwacji.

Dowiedz się więcej

Kategorie grupowanie Tagi analiza skupień, Data Mining, Data Science, grupowanie, klasteryzacja
Starsze wpisy
Nowsze wpisy
← Poprzedni Strona1 … Strona5 Strona6 Strona7 … Strona11 Następny →
© 2026 Mateusz Grzyb