<?xml version="1.0" encoding="utf-8"?>
<oembed>
  <version>1</version>
  <type>rich</type>
  <provider_name>Libsyn</provider_name>
  <provider_url>https://www.libsyn.com</provider_url>
  <height>90</height>
  <width>600</width>
  <title>Hvordan komme i gang med maskinlæring: Dekryptert</title>
  <description>Stadig flere bedrifter tar i bruk maskinlæring (ML) og hos BAMA brukes det blant annet som et verktøy for å predikere kvaliteten på innkommende frukt og grønt. Men hva kjennetegner et godt maskinlæringscase, og hva er viktig når man går videre fra idé til proof of concept? I denne episoden har vi besøk av Hans Martin Espegren, leder for Data Science og ML i BAMA, og Martin Gran, ML-spesialist hos oss. </description>
  <author_name>Dekryptert</author_name>
  <author_url>https://dekryptert.libsyn.com</author_url>
  <html>&lt;iframe title="Libsyn Player" style="border: none" src="//html5-player.libsyn.com/embed/episode/id/19342394/height/90/theme/custom/thumbnail/yes/direction/forward/render-playlist/no/custom-color/88AA3C/" height="90" width="600" scrolling="no"  allowfullscreen webkitallowfullscreen mozallowfullscreen oallowfullscreen msallowfullscreen&gt;&lt;/iframe&gt;</html>
  <thumbnail_url>https://assets.libsyn.com/secure/content/104671208</thumbnail_url>
</oembed>
