ארכיון כתבות עבור פברואר, 2022

אני שמח להזמין אתכם לאירוע השלישי שלנו בסדרת Applied ML seminars שנעשים בשיתוף עם Applied Materials. בכל אירוע מסוג זה, ניקח נושא אחד שמעניין את הקהילה ונדבר עליו בהרחבה מכמה זוויות שונות. באירוע הזה נדבר על מקרה שמאוד נפוץ בקרב חברי הקהילה: מה עושים אם יש לנו טעויות בתיוגים, דאטה מועט או אפילו סתם דאטה לא מאוזן בצורה משמעותית. אלו בעיות שכל אחד נתקל בהם במהלך העבודה שלו ובאירוע זה יהיו לנו שלושה דוברים שידברו על האתגרים האלו בבעיות סגמנטציה (כמובן שניתן ללמוד מזה על עולמות תוכן נוספים).

האירוע יתקיים באופן וירטואלי ב-1.3 בשעה 18:00 ויכלול שלושה דוברים מחברות שונות.

ההקלטה המלאה של האירוע:

לכתבה המלאה >>

אנחנו שמחים להזמין אתכם לפרק התשיעי של ExplAInable במתכונת החדשה שלו. הפודקאסט יעסוק במגוון רחב של נושאים בתחום ה-ML ובכל פרק נסקור נושא אחד ספציפי. את הפודקאסט מגישים אורי גורן ותמיר נווה – שנינו יועצים בתחום ה-ML אשר מגיעים מרקעים מגוונים ומעניינים. אם אתם רוצים לשמוע עוד קצת עלינו ועל הפודקאסט החדש, אתם יכולים להאזין לפרק 0 שהכנו שמסביר קצת עלינו ועל מאחורי הקלעים של היוזמה הזו.

אנחנו בימים אלו מתחילים להעלות את הפרקים לכל הפלטפורמות השונות ובינתיים אתם יכולים להגיע אלינו דרך RSSספוטיפיאפל וגם ישירות דרך Podbean. אל תשכחו להירשם כמנויים כדי לא לפספס אף פרק שלנו.

לכתבה המלאה >>

האם כדאי להשתמש ב-PyTorch או ב-TensorFlow? זו אולי אחת השאלות הכי נפוצות בקרב קהילת ה-AI, והתשובה רחוקה מלהיות ברורה וחד משמעית.

כתבה זו סוקרת את שתי הספריות במגוון אספקטים, תוך שימת דגש על היתרונות והחסרונות של כל ספריה. בנוסף, הכתבה נותנת כלים למפתח המתלבט איך לבחור נכון את הספריה המתאימה עבורו.


PyTorch ו-TensorFlow הן הספריות הפופולריות ביותר היום הנוגעות ללמידה עמוקה, והשאלה איזה מהן עדיפה יותר רחוקה מלהיות פשוטה. הוויכוח על איזו ספריה היא הטובה ביותר מתקיים כמעט מרגע הולדתן, כאשר לכל ספריה יש את התומכים שלה. למעשה, שתי הספריות פותחו תוך שנים ספורות בלבד, וככל שהן משתכללות, כך הויכוח הולך ומחריף. עם זאת, הרבה מהויכוח נובע מדיס-אנפורמציה או מידע שכבר אינו רלוונטי, מה שהופך את הדיון לעיתים להיות מטעה. בעוד ש-TensorFlow נהנית ממוניטין של ספרייה שרלוונטית לתעשייה ואילו PyTorch מתאימה דווקא למחקר, טענות אלו כבר לא בהכרח מדויקות ל-2022 כפי שנראה בהמשך אלו, ואתם מוזמנים למסע משותף לעמוד יחד על ההבדלים בין שתי הספריות, והיתרונות והחסרונות של כל אחת מהן.

לכתבה המלאה >>

מהנתונים שאספנו עולה שפער השכר בין נשים לגברים עומד על 8%. רוב הפער נובע מכך שנשים ממלאות פחות תפקידים בכירים מגברים. חלק קטן מהפער נובע מכך שכשהן ממלאות תפקידים אלו – שכרן נמוך ממקביליהן הגברים. החדשות הטובות: מחוץ לתפקידים הבכירים, כמעט ולא קיימים פערים.

בחודשים האחרוניים פירסמתי מספר פוסטים שקשורים לסקר מדעני הנתונים ומקצועות המאשין לרנינג בישראל: דו"ח השכר, מאחורי הקלעים של מחשבון השכר (את מחשבון השכר עצמו ניתן למצוא כאן) וכן מיהו דאטה סיינטיסט – תשובה מבוססת נתונים. אחד הנושאים שנשאלתי עליו הכי הרבה היה פערי השכר המגדריים בסקר. בפוסט האחרון בסדרה ניגע סופסוף בתפוח האדמה הלוהט הזה.

לכתבה המלאה >>

X