Jakie technologie i dziedziny są Ci najbliższe: klasyczny ML, DS czy NLP?

Moje główne zainteresowania to klasyczne uczenie maszynowe (ML), ponieważ pozwala rozwiązywać szeroki zakres zadań za pomocą algorytmów uczących się na danych, takich jak regresja, klasyfikacja, drzewa decyzyjne i zespoły. Interesuje mnie również Data Science (DS) do analizy i przygotowania danych, co jest ważnym etapem przed trenowaniem modeli.

Natural Language Processing (NLP) również mnie interesuje, szczególnie w zakresie przetwarzania tekstów i wydobywania informacji semantycznych, ale moje główne doświadczenie związane jest z klasycznymi podejściami ML i analizą danych.

W pracy zazwyczaj łączę umiejętności ML i DS: najpierw przeprowadzam badania i czyszczenie danych, następnie trenuję modele i oceniam ich jakość.