Caiet
Note datate din activitatea noastră de cercetare și dezvoltare.

- De ce SI, nu AI: pledoarie pentru inteligența simbioticăMajoritatea companiilor de tehnologie fondate în acest deceniu pun două litere în prezentarea lor. Noi am pus alte două în numele nostru. Ce înseamnă Inteligența Simbiotică și cum determină ea ce facem și de ce facem așa?
- Ce este de fapt o interfață creier-computer: de la semnalul EEG la decizieFără citirea gândurilor, fără magie. Explicăm simplu și corect cum se transformă microvolții de pe scalp într-o decizie pe care o mașină o poate executa.
- Principiul X: cum abordăm problemele care par imposibileX-ul din numele nostru înseamnă respingerea expresiei „nu se poate”. Nu prin ignorarea limitelor, ci prin transformarea lor în întrebări. Cei patru pași pe care îi urmăm când ceva încă nu funcționează.
- De ce dezvolt o interfață creier-computer în TurciaDrumul unui fondator de la Şanlıurfa până în prima linie a neurotehnologiei: de ce comunicarea asistivă trebuie să funcționeze și în turcă, ce presupune cu adevărat să construiești pe o piață emergentă și de ce 2025 a fost punctul de cotitură.
- Reglementarea și etica inteligenței artificialeDe la Regulamentul UE privind inteligența artificială la legea turcă privind protecția datelor, de la testarea părtinirii la explicabilitate: stadiul actual al reglementării, un cadru pentru dezvoltarea etică a AI și un ghid practic de adaptare a companiilor la noile reguli.
- Inteligența artificială și etica: responsabilitățile specialiștilor în dateSpecialiștii în date au un rol-cheie în fiecare etapă a unui sistem de inteligență artificială, de la proiectare la implementare. Articolul descrie în șase teme responsabilitățile lor etice, de la confidențialitate și echitate la transparență și sustenabilitate.
- Python pentru analiza datelor: învățare automată cu Scikit-LearnO introducere practică în învățarea automată cu Scikit-Learn: învățare supervizată și nesupervizată, reglarea hiperparametrilor, validare încrucișată, selecția caracteristicilor, interpretarea modelului, ansambluri, metrici, pipeline-uri și un studiu de caz pe setul de date Iris.
- Python pentru analiza datelor: Matplotlib și vizualizarea datelorMatplotlib este una dintre cele mai folosite biblioteci de reprezentare grafică din Python. Acest ghid prezintă grafice liniare, cu bare, de dispersie, histograme și diagrame circulare, apoi personalizarea, subgraficele, graficele logaritmice și 3D, cu cod pentru fiecare exemplu.
- Analiza datelor cu Pandas: prelucrarea și vizualizarea datelorPandas este una dintre cele mai utile biblioteci Python pentru oricine lucrează cu date. Acest ghid prezintă DataFrame și Series, încărcarea, curățarea, sintetizarea și gruparea datelor, graficele, seriile de timp și îmbinarea, apoi le aplică pe toate pe un set de date sintetice.
- În lumina Renașterii și a înțelepciunii călugărilor tibetaniO notă personală despre participarea la seria Dejavus a NUWA NFTs: cinci cuvinte (inițiere, timp, spiritual, minte, flux) transformate într-o lucrare a Çağlei Öztürk, artistă care creează cu AI, și în muzica lui E. Buğra Balcı.
- Ce este un set de date dezechilibrat și cum îl gestionăm?Modelul dumneavoastră raportează o acuratețe de 99,9 % și totuși ratează fraudele. Pe un set de date despre fraude cu carduri de credit arătăm de ce datele dezechilibrate induc în eroare, ce metrici trebuie urmărite și cum se restabilește echilibrul prin oversampling, SMOTE și undersampling.

