Beležnica
Datirani zapisi iz naših raziskav in razvoja.

- Zakaj SI in ne AI: utemeljitev simbiotske inteligenceVečina tehnoloških podjetij, ustanovljenih v tem desetletju, si v predstavitev zapiše dve črki. Mi smo si v ime zapisali dve drugi. Kaj pomeni Simbiotska inteligenca in kako določa, kaj delamo in zakaj tako?
- Kaj je vmesnik možgani-računalnik v resnici: od signala EEG do odločitveBrez branja misli in brez čarovnije. Preprosto in natančno razložimo, kako mikrovolti na lasišču postanejo odločitev, ki jo stroj lahko izvede.
- Načelo X: kako se lotevamo problemov, ki se zdijo nemogočiX v našem imenu pomeni zavračanje besede »nemogoče«. Ne tako, da bi meje prezrli, temveč tako, da jih spremenimo v vprašanja. Štirje koraki, ki jim sledimo, ko nekaj še ne deluje.
- Zakaj razvijam vmesnik možgani-računalnik v TurčijiPot ustanovitelja od Şanlıurfe do prvih vrst nevronske tehnologije: zakaj mora podporna komunikacija delovati tudi v turščini, kaj v resnici pomeni graditi podjetje na trgu v razvoju in zakaj je bilo leto 2025 prelomno.
- Regulacija in etika umetne inteligenceOd Akta EU o umetni inteligenci do turškega zakona o varstvu osebnih podatkov, od testiranja pristranskosti do razložljivosti: kje je regulacija UI danes, okvir za etični razvoj UI in praktični vodnik, kako se lahko podjetja prilagodijo novim pravilom.
- Umetna inteligenca in etika: odgovornosti podatkovnih znanstvenikovPodatkovni znanstveniki imajo ključno vlogo v vsaki fazi sistema umetne inteligence, od zasnove do uvedbe. Članek njihove etične odgovornosti predstavi v šestih točkah, od zasebnosti in pravičnosti do preglednosti in trajnosti.
- Python za analizo podatkov: strojno učenje s Scikit-LearnPraktičen uvod v strojno učenje s Scikit-Learn: nadzorovano in nenadzorovano učenje, nastavljanje hiperparametrov, navzkrižno preverjanje, izbira značilk, razlaga modela, ansambli, metrike, cevovodi in študija primera na podatkovni zbirki Iris.
- Python za analizo podatkov: Matplotlib in vizualizacija podatkovMatplotlib je ena najbolj razširjenih knjižnic za risanje grafov v Pythonu. Vodnik obravnava črtne, stolpčne, razsevne in tortne grafe ter histograme, nato prilagajanje, podgrafe ter logaritemske in 3D-grafe, s kodo za vsak primer.
- Analiza podatkov s pandas: obdelava in vizualizacija podatkovPandas je ena najuporabnejših knjižnic za Python za vse, ki delajo s podatki. Vodnik obravnava DataFrame in Series, nalaganje, čiščenje, povzemanje in združevanje podatkov, risanje grafov, časovne vrste in spajanje, nato pa vse skupaj uporabi na sintetični podatkovni zbirki.
- V luči renesanse in modrosti tibetanskih menihovOsebni zapis o sodelovanju v seriji Dejavus platforme NUWA NFTs: pet besed (iniciacija, čas, duhovno, um, tok) je preraslo v umetniško delo Çağle Öztürk, ki ustvarja z umetno inteligenco, in v glasbo E. Buğre Balcıja.
- Kaj je neuravnotežena podatkovna zbirka in kako jo obvladati?Model poroča o 99,9-odstotni točnosti, pa vseeno spregleda goljufije. Na zbirki podatkov o goljufijah s kreditnimi karticami pokažemo, zakaj neuravnoteženi podatki zavajajo, katere metrike spremljati in kako podatke uravnotežiti z oversamplingom, SMOTE in undersamplingom.

