Mely technológiák és irányok állnak közelebb hozzád: klasszikus ML, DS vagy NLP?

Fő érdeklődési köröm a klasszikus gépi tanulás (ML), mivel lehetővé teszi széles körű feladatok megoldását adat-alapú tanulási algoritmusok segítségével, mint például regresszió, osztályozás, döntési fák és ensemble módszerek. Érdekel továbbá az Adattudomány (DS) az adatok elemzése és előkészítése érdekében, ami fontos lépés a modellek tanítása előtt.

A Természetes Nyelv Feldolgozása (NLP) szintén érdekel, különösen a szövegfeldolgozás és a szemantikus információk kinyerése terén, de fő tapasztalatom a klasszikus ML megközelítésekkel és az adatelemzéssel kapcsolatos.

Munkámban általában kombinálom a ML és DS képességeket: először kutatást és adat tisztítást végzek, majd modelleket tanítok és értékelem azok minőségét.