04:15

Which is faster for splitting text? Python or Julia?

08:00

Εγκατάσταση Anaconda & άνοιγμα ενός σημειωματαρίου JupyterLab [ΓΛΩ397]

01:26:23

9 - Μεγάλα Γλωσσικά Μοντέλα & Υφολογική Μίμηση. Γ. Μικρός, Καθ. Γλωσ. στο Hamad Bin Khalifa Univ.

01:21:21

8 - Γραμματισμός στην ΤN και ενεργός μάθηση - Ζ. Γαβριηλίδου, Καθ. Γλωσσολογιας, Δ.Π.Θ.

01:05:47

7 - Τεχνητή Νοημοσύνη και Κοινοβούλια - Φ. Φυτσιλής, Επιστημονική Υπηρεσία της Βουλής των Ελλήνων

01:39:35

6 - Multi-Modal Search: To Embed or Not to Embed -Tracy Holloway King, Sr. Principal Scientis, Adobe

36:06

5 - ΤΝ: ένα νέο σύνορο για την πολιτική και την ηθική -Ξ. Ζιούβελου, Μεταδ. Ερευν., ΕΚΕΦΕ Δημόκριτος

02:04:57

4 - Χαρακτήρες & ιδιότητες της φυσικής/βιολογικής νοημοσύνης - Κ. Φουντουλάκης, Καθ. Ψυχιατρικής ΑΠΘ

01:52:48

3 - Υπολογιστική Υψηλών Επιδόσεων και Μηχανική Μάθηση - N. Πιτσιάνης, Αναπλ. Καθ. Τμ. Ηλεκτρ. ΑΠΘ

12:49

Συνέντευξη στην εκπομπή "Εκ βαθέων"

01:52:03

2 - Φιλοσοφία της Τεχνητής Νοημοσύνης - Γιώργος Χατζηβασιλείου, διδ. Φιλοσοφίας της Τεχνολογίας ΑΠΘ

02:14:34

1 - Η Ευφυΐα της Τεχνητής Νοημοσύνης - Ιωάννης Βλαχάβας, Καθ. Τμ. Πληροφορικής ΑΠΘ

02:14:34

1η Διάλεξη: Παρακαλώ επισκεφτείτε το https://youtu.be/wUCmWFlCVrg για το βίντεο σε υψηλότερη ανάλυση

04:12

Categorical Data Analysis with #julialang: PartIΙ [Inferential Stats & Logistic Regression]

05:14

The 5 Building Blocks of Statistics: Population, Sample, Parameter, Statistic and Distributions

01:45

How does my personal AI voice assistant respond to semantics' questions?

12:38

Using tidyverse's Julia-native Prodigy on 1000 OpenAI Embeddings

03:57

Categorical Data Analysis with #julialang: PartI

05:00

Mastering Dataframe Manipulation in Julia and R: Essential Skills - Part IV

05:52

Mastering Dataframe Manipulation in Julia and R: Essential Skills - Part III

05:52

Mastering Dataframe Manipulation in Julia and R: Essential Skills - Part II

01:57

29 - Language Data Analysis Roadmap [R programming]

08:07

Tidytext with Julia: unnest_tokens()

04:46

Upgrade Your Workflow: Transferring Julia 1.8 Packages to Julia 1.9

02:38:31

Εξελίξεις στην τεχνητή νοημοσύνη: η περίπτωση του ChatGPT [Εργαστήριο ΨΗΦΙΣ του ΑΠΘ]

06:51

28 - Understanding and Writing Functions [R programming]

05:25

Mastering Dataframe Manipulation in Julia and R: Essential Skills - Part I

06:25

1- Intro to Julia, R & DataFrames Shorts playlist [Julia and R programming]

07:38

27 - for Loops vs Vectorization

05:48

26 - Introduction to for Loops

08:55

Κατηγορικά διανύσματα: Ασκήσεις

15:46

Κατηγορικά διανύσματα

11:58

Διανύσματα στην R: Ασκήσεις

07:14

25 - Conditionals in R: Control flow charts and if/else-if

08:47

24 - Conditionals in R: The "if" statement

05:08

23 - Writing, loading and running R scripts in RStudio

09:25

3 - Unifying text files

16:17

4 - Association Measures with Julia: Contingency Tables

02:46

Latent Aspects of L2 Acquisition

09:52

grep-ping verbs in the Brown corpus

06:59

3 Bash functions and your filesystem

13:48

3 - Z-Score Normalization with Julia

10:51

22 - Inspecting Data Frames

05:29

21 - Basics of Data Frames

07:59

20 - Factors and Ordinal Variables

28:28

2 - Multiple Linear Regression with Julia

07:06

3a - GLC.sample: Overcoming installation difficulties

03:36

Why Julia? - For analysing eye-tracking data

06:48

19 - factor(): the "levels", "exclude", "labels" arguments

16:51

1 - Linear Regression with Julia

06:31

18 - Digging into Factors

07:35

17 - Intro to Factors and to Categorical Variables

08:22

16 - Character Vectors in R explained with Manim

14:52

15 - Navigating the file system with R - Clearly explained!

06:48

14 - Subsetting Character Vectors V: Practice & More

08:06

13 - Subsetting Character Vectors IV: Using Character Vectors

08:53

12 - Subsetting Character Vectors III: Using Conditional Operators II

10:55

11 - Subsetting Character Vectors II: Using Conditional Operators

07:30

10 - Subsetting Character Vectors I: Using Indices

07:21

3 - (NEW VERSION!) The GLC.sample package