W dniu 27 lutego 2024 odbyła się wizyta prof. Preslava Nakova z Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) w Katedrze Informatyki Ekonomicznej na Uniwersytecie Ekonomicznym w Poznaniu. Podczas spotkania zostały omówione kolejne etapy współpracy w zakresie wykrywania fałszywych informacji z wykorzystaniem sztucznej inteligencji.
Kategoria: Wiadomości
Automatyczna ocena jakości artykułów wielojęzycznej Wikipedii oraz identyfikacja istotnych źródeł jej informacji w różnych tematach
Na Uniwersytecie Ekonomicznym w Poznaniu odbyło się otwarte seminarium naukowe Instytutu Informatyki i Ekonomii Ilościowej pt. „Automatyczna ocena jakości artykułów wielojęzycznej Wikipedii oraz identyfikacja istotnych źródeł jej informacji w różnych tematach”. Podczas seminarium dr Włodzimierz Lewoniewski omówił metody oraz narzędzia wykorzystywane do analizy i oceny treści w popularnej wielojęzycznej encyklopedii oraz sposobów identyfikacji i oceny źródeł informacji.
Analiza i wizualizacja danych z wykorzystaniem narzędzi Business Intelligence
W dzisiejszej szybko zmieniającej się gospodarce opartej na danych, zrozumienie nowoczesnych narzędzi analitycznych i umiejętność adaptacji do innowacyjnych technologii, takich jak GenAI (generatywna sztuczna inteligencja), jest kluczowe dla rozwijania kompetencji konkurencyjnych, osiągania przewagi na rynku i dostarczania ważnych informacji decyzyjnych w różnych branżach. W ramach wykładu otwartego, który poprowadził Ihor Muzyka, Head of Analitics w Grupie Żabka, można było dowiedzieć się o tym, jak wybór roli i stanowiska wpływa na … Więcej informacji
„A zatem stworzyłeś model ML, ale co dalej?” MLOps w pigułce
Praktyka zawodowa pokazuje, że praca osoby zajmującej się uczeniem maszynowym (ang. machine learning, w skrócie – ML) nie kończy się na stworzeniu modelu. Zatem co należy jeszcze zrobić i o co chodzi z „Opsem”? Na te i wiele innych pytań, podczas spotkania otwartego, odpowiedział Jacek Jankowiak, jeden z założycieli SKN Data Science, obecnie pracujący jako Konsultant Data Science i Engineeringu.
Kwantyfikacja amerykanizacji w różnych wersjach językowych Wikipedii
Artykuł naukowy pt. „Quantifying Americanization: Coverage of American Topics in Different Wikipedias” został opublikowany w czasopiśmie „Social Science Computer Review”. Praca stanowi pierwsze globalne, ilościowe potwierdzenie zagadnień często stawianych lub zakładanych w literaturze dotyczącej amerykanizacji oraz zjawisk z nią związanych.
Wpływ kryzysu na transport morski: studium przypadku pandemii COVID-19 i wojny w Ukrainie
Artykuł pracowników naszej Katedry został opublikowany w czasopiśmie „Networks and Spatial Economics” wydawnictwa Springer. Praca dotyczy analizy wpływu międzynarodowych kryzysów, takich jak pandemia COVID-19 i wojna w Ukrainie, na ruch morski oraz ich konsekwencji dla globalnej i lokalnej gospodarki.
ACADEMIA: Jak oceniać treści z Wikipedii?
W najnowszym numerze czasopisma ACADEMIA został opublikowany artykuł na temat automatyzacji procesu oceny jakości treści w wielojęzycznej Wikipedii. W ramach pracy zostały pokrótce przedstawione wady i zalety otwartego charakteru tej encyklopedii, różnice w systemach ocen jakości oraz wyróżnień dla artykułów Wikipedii pomiędzy wersjami językowymi, kwestie związane z oceną wiarygodności źródeł informacji.
Nagrody w XXVIII Konkursie Najlepszych Prac Dyplomowych UEP
Naukowe źródła informacji w artykułach Wikipedii w różnych tematach i językach
Wyniki badań naukowych pracowników naszej Katedry zostały opublikowane w czasopiśmie „Procedia Computer Science” wydawnictwa Elsevier na stronie ScienceDirect. W ramach pracy zostały przeanalizowane setki milionów przypisów artykułów Wikipedii z różnych wersji językowych w celu identyfikacji naukowych źródeł informacji. Dodatkowo artykuły Wikipedii zostały podzielone na różne tematy przy użyciu informacji z projektów Wikipedii oraz opierając się na semantyczne bazy wiedzy – Wikidane i DBpedia.
Warsztaty na temat generatywnej sztucznej inteligencji z ekspertami z Microsoft oraz Grupy Żabka
Kilkunastoosobowa reprezentacja SKN Data Science wzięła udział w warsztatach dla studentów „AI School”, zorganizowanych przez Microsoft oraz Grupę Żabka. To spotkanie stanowiło doskonałą okazję do zapoznania się ze światem generatywnej sztucznej inteligencji. Zajęcia składały się z dwóch części: teoretycznej oraz praktycznej.