Magia algorytmów - od dużych do małych danych

Większość pracy związanej z zastosowaniem uczenia maszynowego jest związana z obróbką danych. Dla osób zainteresowanych tradycyjną algorytmiką jest to okazja do ‘fizycznego’ poczucia wiatru w żaglach, gdzie naiwne rozwiązanie zajmie dni, a zoptymalizowane sekundy (zamieniając duże w małe dane). Postaram się to uczucie zademonstrować na przykładzie rzeczywistego problemu przewidywania czasu dostarczenia towarów do klientów.