Data Science at Home

268 Epizód

1. [RB] It’s cold outside. Let’s speak about AI winter (Ep. 111)

   Közzétéve: 2020. 07. 03.
2. Rust and machine learning #4: practical tools (Ep. 110)

   Közzétéve: 2020. 06. 29.
3. Rust and machine learning #3 with Alec Mocatta (Ep. 109)

   Közzétéve: 2020. 06. 22.
4. Rust and machine learning #2 with Luca Palmieri (Ep. 108)

   Közzétéve: 2020. 06. 19.
5. Rust and machine learning #1 (Ep. 107)

   Közzétéve: 2020. 06. 17.
6. Protecting workers with artificial intelligence (with Sandeep Pandya CEO Everguard.ai)(Ep. 106)

   Közzétéve: 2020. 06. 15.
7. Compressing deep learning models: rewinding (Ep.105)

   Közzétéve: 2020. 06. 01.
8. Compressing deep learning models: distillation (Ep.104)

   Közzétéve: 2020. 05. 20.
9. Pandemics and the risks of collecting data (Ep. 103)

   Közzétéve: 2020. 05. 08.
10. Why average can get your predictions very wrong (ep. 102)

    Közzétéve: 2020. 04. 19.
11. Activate deep learning neurons faster with Dynamic RELU (ep. 101)

    Közzétéve: 2020. 04. 01.
12. WARNING!! Neural networks can memorize secrets (ep. 100)

    Közzétéve: 2020. 03. 23.
13. Attacks to machine learning model: inferring ownership of training data (Ep. 99)

    Közzétéve: 2020. 03. 14.
14. Don't be naive with data anonymization (Ep. 98)

    Közzétéve: 2020. 03. 08.
15. Why sharing real data is dangerous (Ep. 97)

    Közzétéve: 2020. 03. 01.
16. Building reproducible machine learning in production (Ep. 96)

    Közzétéve: 2020. 02. 22.
17. Bridging the gap between data science and data engineering: metrics (Ep. 95)

    Közzétéve: 2020. 02. 14.
18. A big welcome to Pryml: faster machine learning applications to production

    Közzétéve: 2020. 02. 07.
19. It's cold outside. Let's speak about AI winter (Ep. 93)

    Közzétéve: 2019. 12. 31.
20. The dark side of AI: bias in the machine (Ep. 92)

    Közzétéve: 2019. 12. 28.