Kas teadsid, et robotid ei ole ainult põrandapesijad ja muu musta töö tegijad?

Kas oled pargis või metsas jalutades kuulnud linnulaulu ja mõelnud, mis lind küll nii ilusti laulab? STACC ja Lapponica on üheskoos välja töötanud võimeka linnulaulude tuvastamise rakenduse, mis võimaldab salvestada linnulaulu ning tuvastab, millisele linnule see kuulub. Lapponica eesmärk on luua kvaliteetne lindude tuvastamise rakendus, mis suudaks linde eristada nende laulu põhjal. Seejuures tuleb märkida,

Eesti juhtiv tehisintellekti ja andmeteaduse arenduskeskus STACC kutsub Eesti ettevõtteid kandideerima arendusprojektidesse, mille eesmärk on kasvatada teie ettevõtte tulusid ja/või vähendada kulusid innovaatiliste andmeanalüütiliste lahenduste abil. Meie andmeteadlased viivad tehnoloogia arenduskeskuste toetuse kaasabil läbi rakendusuuringud ja tootearenduse, mis on vajalik teie andmemahuka projekti teostuseks. Oodatud on nii alustavate kui juba tegutsevate ettevõtete projektid: Alustav ettevõte

2016-2017 aasta tegevused STACCi esimene soovitussüsteem valmis 2016 aastal. Tegemist on e-kirjade soovitussüsteemiga, mis annab kampaaniatoodete hulgast personaliseeritud soovitusi ja aitab e-poel kampaaniakirju luua. STACCi loodud soovitussüsteemide kohta saate täpsemalt lugeda siit. Soovitussüsteem Peamine suhtlus soovitussüsteemiga toimub läbi kasutajaliidese (dashboard). Kasutajaliidesesse pääsemiseks on tarvis ühenduda kliendi võrku. Kasutajaliideses on võimalik luua uusi kampaaniaid, valida sobiv masinõppe

Eelmisel kevadsuvel seisin valiku ees – kuidas oma õpinguid jätkata, milline rada valida? Häid valikuid paistis olevat palju ja pilt läks üsnagi kirjuks. Senist humanitaarvaldkonna tausta arvestades kiikasin ka keelte poole, ent miski informaatika juures köitis. Lõpuks otsustasin valida selle, mis tundus kõige keerulisem – andmeteadlaseks saamine. Alati on võimalik hiljem eesmärke ümber sättida, aga

COVID-19 viiruse levikuga seotud piirangud muutsid oluliselt inimeste ostukäitumist ja suur hulk kliente avastas enda jaoks veebikaubanduse piiramatud võimalused. Hüppeliselt on suurenenud ka e-poodide hulk. Kuidas aga kasvava konkurentsi ja tohutu valiku hulgas siiski silma paista ja e-kaubanduse valdkonna kasvavatest müügimahtudest poepidajana maksimaalselt kasu lõigata? Meie STACCis usume, et võti peitub soovitussüsteemides. Soovitussüsteem on suurepärane

Möödunud kolmapäeval peeti Maailma Energeetikanõukogu Eesti Rahvuskomitee (WEC Eesti) eestvedamisel veebidiskussioon, kus oma ala eksperdid arutlesid IT-arenduste ja andmeanalüütika ning energeetikasektori kokkupuutepunkti teemal. WEC Eesti juhatuse esimehe Hando Sutteri sõnul oli Eesti Euroopa esimene riik, kus kõik tarbijaandmed suudeti kaugloetavate elektriarvestite abil ühtsesse andmeplatvormi kokku koguda. Enamikus EL-i riikides nii kaugele jõutud pole. Arutelu käigus

STACC on eeskätt andmeteaduse ettevõte ja aitab oma äripartneritel andmepõhiseid lahendusi kas siis tulude suurendamiseks või kulude vähendamiseks kasutusele võtta. Kuid ühe tõsiseltvõetava andmeteaduse ettevõttena on meie jaoks samavõrd oluline suund ka teadusarendus. Sedapuhku andis STACCi poolt panuse Tartu Ülikooli korraldatud kursuse raames meie personaalmeditsiini projektijuht Sulev Reisberg. Sel kevadel võimaldas Tartu Ülikooli arvutiteaduste instituut kõikidel

    Aprilli viimasel päeval viisime EASi ettepanekul läbi vebinari, mille käigus rääkisime laiemalt STACCi tegemistest kui ka kitsamalt tehisintellekti rakendamise võimalustest e-kaubanduses, näiteks soovitussüsteemidest ja tarneahela optimeerimisest. Kui sul ei õnnestunud vebinarist osa võtta, saad seda õnneks nüüd järelvaadata. [embedyt] https://www.youtube.com/watch?v=26xwlQAQbzc[/embedyt] Toome järgnevalt välja ka küsimused, mis vebinari vaatajatel tekkisid ja lisame oma vastused:

30. aprillil arutleme tasuta vebinaril tehisintellekti kaasamise võimaluste üle nii e-kaubanduse kui tarneahela kontekstis Kuidas targa soovitussüsteemi abil e-poe käivet niigi hüppeliselt kasvanud mahtude juures veelgi suurendada või millist kokkuhoidu on võimalik saavutada AI rakendamisega tarneahela viimasel miilil? Avame tausta ja toome ilmestamiseks näiteid päris projektide põhjal. Veel räägime sellest, kas ja millistel eeldustel saab