O czym będzie to wydarzenie?

Czy algorytm może wiedzieć, jaki film wybierzemy wieczorem, czy jutro będzie padać, albo czy dana osoba zdecyduje się na zakup produktu? Zamiast skomplikowanych wzorów, na konkretnych przykładach przyjrzymy się temu, jak matematyka, statystyka i machine learning pozwalają przewidywać zdarzenia, których jeszcze nie znamy. Zastanowimy się, skąd TikTok wie, jakie filmy nas zainteresują, i jak Spotify odgaduje nasz muzyczny gust.

Wspólnie odpowiemy na pytanie, czym właściwie jest model predykcyjny. Zobaczysz, że jego zadaniem nie jest "zobaczenie przyszłości", lecz znalezienie wzorców w danych z przeszłości, aby zdefiniować to, co może wydarzyć się za chwilę. Nie zabraknie również eksperymentów pokazujących, że predykcja nie oznacza pewności, a modele czasami się mylą.

Czego się nauczysz?

• Zrozumiesz podstawową ideę machine learningu – jak algorytmy same uczą się zależności, bez ręcznego programowania reguł.
• Dowiesz się, dlaczego predykcja nie oznacza pewności i co tak naprawdę znaczy, że szansa na deszcz wynosi 70%.
• Poznasz przyczyny błędów w modelach AI, dowiesz się, czym jest zjawisko przeuczenia (overfitting) i dlaczego jakość danych ma kluczowe znaczenie.
• Zastanowimy się, gdzie przebiega granica między trafną predykcją a faktycznym rozumieniem świata przez maszyny.

Dla kogo jest ten blok?

To prelekcja dla absolutnie każdego, kto jest ciekawy, jak działają technologie otaczające nas na co dzień. Nie potrzebujesz zaawansowanej wiedzy matematycznej – wszystkie mechanizmy wytłumaczymy w sposób intuicyjny. To opowieść o tym, jak współczesna nauka radzi sobie z niepewnością.