Bu bölümde Huawei Research ve Innovation Müdürü Umut Demirezen'le makine öğrenmesindeki bazı trendlerden konuştuk. Özellikle üzerine çalıştığı bilimsel makine öğrenmesi (scientific machine learning) ve nöromorfik sistemlerden derinlemesine bahsetti. Çok öğretici bir bölüm oldu. İyi dinlemeler! Linkler: https://appliedmath.brown.edu/people/george-em-karniadakis https://arxiv.org/abs/2108.08481 Operator learning

Bu bölümde konuğumuz London Kings College'dan Oya Çeliktutan, araştırma konusu olan insan robot etkileşimi, ve bu kapsamdaki bilgisayar görüsü ve ml uygulamaları üzerine konuştuk. Bu alanda kullanılan çevre algılama ve harekete geçme modellerinden bahsetti. Graph metodları kullanarak insan davranışını nasıl modelleyebiliriz? Deep learning based metodlar burda nasıl kullanılıyor? Bu alanı neler bekliyor? ve daha bir çok soruyu konustuk. İyi dinlemeler. Linkler: GROWL: Group Detection With Link Prediction  

Bu bölümde Google mühendisi Besim Avcı'yla "ML at Scale" konustuk. Farklı şirketlerdeki ML pratiklerini ve deployment aşamalarını konuştuk. ML uygulamalarının şirketlerde zamanla nasıl değiştiğini yakından gözlemleyen Besim bizle eğlenceli ve ilginç tecrübelerini paylaştı. Ve son olarak Google'da çalıştığı "Açıklanabilir YZ" (Explainable AI) alanından bahsetti. İşin temelinden uygulanma alanlarını konuştuk. Dolu dolu bir yayın oldu. İyi dinlemeler! Linkler: Google Explainable AI Whitepaper Pathways Language Model (PaLM): Scaling to 540 Billion Parameters for Breakthrough Performance

Bu bölümde İTÜ Mimarlık mezunu Ege Özgirin'in yapay zeka alanına geçişini ve masterdan sonra ortaklarıyla kurduğu Oda Studio’dan konustuk. Fikir aşamasından zamanla nasıl evrildiğini ve ne gibi yöntemler üzerine çalıştıklarını anlattı. İyi dinlemeler. Linkler: Oda Studio Jeanne Bamberger and Donald A. Schon. Learning as Reflective Conversation with Materials: Notes from Work in Progress. Art Education, 36(2):68–73, 1983

23. bölümde biraz farklı bir Veri Tezgahı bölümüyle sizlerleyiz. Emre Şarbak'la teknoloji girişimlerini konuştuğumuz bu bölümde eğitim, ve teknoloji girişimlerine dair Emre'nin tecrübelerini dinledik. LanchCode, Kodluyoruz, Mediate ve Patika.dev gibi bir çok başarılı girişimlerin arka planını dinledik. Çok keyifli bir yayın oldu, iyi dinlemeler! Linkler: https://www.patika.dev/bootcamp

Bu bölümde Getir veri departmanı lideri Fırat Gönen’le doktora çalışmalarını, online veri bilimi platformu; kaggle’ı, ve sektördeki veri bilimi problemlerini konuştuk. Elektronik Mühendisliği eğitimi uzerine NS uzerine doktorasını yapan ve orada istatistiksel modelleme çalışan Fıratın endüstriye nasıl geçtiğini  kaggle ile nasıl tanıştığı ve neler yaptığı üzerine keyifli bir bolum oldu. İyi dinlemeler! Yayında bahsedilen bazı kaynaklar: https://psycnet.apa.org/record/1959-09865-001 https://www.kaggle.com/

Bu bölümde Amerikada bir ML-ops girişimi fal.ai (features & labels) kurucuları Burkay Gür ve Görkem Yurtseven konuk ettik. Bol bol ML-Ops konuştuğumuz bu sohbette feature storage'dan model serving'e ve ml-ops trendlerine kadar bir çok konuyu ele aldık.  İletişim icin Burkay'a ve Gorkem'e email adreslerinden ulasabilirisiniz: [email protected] [email protected]

Bu bölümde uzun yıllar veri analitiği ekosisteminde endüstri ve danışmanlık tecrübelerine sahip Hamit Hamutçu'yla son yıllarda uzerinde çalıştığı veri bilimi ve yapay zekada organizasyonel yetenek konusunu ele aldık. Endüstri standartları inşaa etmek amacıyla kurdukları Analitik ve Veri Bilimi Standartları İnisiyatifini (IADSS) konuştuk.

Bu bölümde, Finlandiya’da Tampere Üniversitesinde makine öğrenimi üzerine doktorasını yapmakta olan ve daha doktorasının ilk yıllarında kurduğu veri bilimi danışmanlık şirketi Topdatascience’da yapay zeka takım lideri olan Oğuzhan'la veri bilimi projelerinin farklı fazlarını konustuk; fikir aşamasından kavram kanıtı (proof of concept) geliştirmeye, dağıtım süreçlerinden (deployment) destek (maintenance) süreçlerine kadar yaşanan bir çok problemi ve zorlukları konuştuk. Alana dair geniş bir tecrübe sahibi olarak çok güzel noktalara değindi ve sektöre dair tecrübelerini paylaştı.

Bu bölümde Amazonda araştırmacı olarak çalışan Yağmur'la doktora ve doktora sonrası süreçlerinde yaptığı çalışmaları ele alacağız, spesifik olarak recommendation/öneri sistemleri ve bu alanadaki adaptif sıralama modellerini nasıl geliştirdiklerini konuşacağız. Linkler Adaptive Pointwise-Pairwise Learning-to-Rank for Content-based Personalized Recommendation Period-aware content attention RNNs for time series forecasting with missing values