Steven's Week 113: Exciting news from Microsoft, Amazon and Google, Waym...

Reacties

Een reactie posten

Populaire posts van deze blog

Woning tekort starters en midden inkomens 4 november 2020 -Dutch housing conditions - for starters and middle income

Afbeelding
Dutch parlement preliminary parlement hearing. - Dutch Housing Crisis. Large groups of Dutch people have little or no access to a home in the current housing crisis. Mensen maken zich grote zorgen. Kunnen mijn kinderen wel een betaalbare woning vinden na hun studie? Als ik in de stad werk, kan ik de huur daar wel betalen of een huis kopen? Deze zorgen zijn terecht. Er is in Nederland sprake van een groot woningtekort. Vooral voor starters en middeninkomens is het moeilijk om aan een betaalbare woning te komen.  De behoefte aan betaalbare, duurzame en passende woningen is groot in Nederland. Zeker bij de groep starters en middeninkomens zijn de mogelijkheden om toe te treden tot de woningmarkt beperkt. Op dit moment is er in Nederland een tekort van 331.000 woningen, zo’n 4.2% van de totale woningvoorraad.  Tot 2030 zijn zeker 845.000 woningen nodig om te voorkomen dat het woningtekort verder oploopt. Zowel op de huur- als de koopmarkt blijkt het lastig te zijn voor starters en mid
Meer lezen

Robotic Process Automation hackathon

Afbeelding
In the recent SAP iRPA Hackathon - september 2020, the itelligencegroup team demonstrated positive and intelligent robotic process automation experiences. To understand this, you need to know what is going on under the hood: Integrated the digital human platform, SAP Conversational AI, and seven iRPA bots to incorporate webpages, SAP S/4HANA, machine learning, and email. The conversational AI allows Thorsten to use his voice to communicate in his natural language. The iRPA bots carry out the hard work upon Hackstrid’s command. To recognize and categorize the requests in Thorsten’s inbox, we deploy state-of-the-art natural language processing techniques. This meant that we could also capture email semantics and entities. We used transfer learning from a two-million-word deep learning model with 685,000 unique vectors of 300 dimensions. From here, we retrained the last layer of the deep learning model to learn classification schemes for our particular problem.   SAP iRPA
Meer lezen