Data Skeptic

Podcast készítő Kyle Polich

Kategóriák:

Technológia

565 Epizód

  1. Shapley Values

    Közzétéve: 2020. 03. 06.

  2. Anchors as Explanations

    Közzétéve: 2020. 02. 28.

  3. Mathematical Models of Ecological Systems

    Közzétéve: 2020. 02. 22.

  4. Adversarial Explanations

    Közzétéve: 2020. 02. 14.

  5. ObjectNet

    Közzétéve: 2020. 02. 07.

  6. Visualization and Interpretability

    Közzétéve: 2020. 01. 31.

  7. Interpretable One Shot Learning

    Közzétéve: 2020. 01. 26.

  8. Fooling Computer Vision

    Közzétéve: 2020. 01. 22.

  9. Algorithmic Fairness

    Közzétéve: 2020. 01. 14.

  10. Interpretability

    Közzétéve: 2020. 01. 07.

  11. NLP in 2019

    Közzétéve: 2019. 12. 31.

  12. The Limits of NLP

    Közzétéve: 2019. 12. 24.

  13. Jumpstart Your ML Project

    Közzétéve: 2019. 12. 15.

  14. Serverless NLP Model Training

    Közzétéve: 2019. 12. 10.

  15. Team Data Science Process

    Közzétéve: 2019. 12. 03.

  16. Ancient Text Restoration

    Közzétéve: 2019. 12. 01.

  17. ML Ops

    Közzétéve: 2019. 11. 27.

  18. Annotator Bias

    Közzétéve: 2019. 11. 23.

  19. NLP for Developers

    Közzétéve: 2019. 11. 20.

  20. Indigenous American Language Research

    Közzétéve: 2019. 11. 13.

14 / 29

The Data Skeptic Podcast features interviews and discussion of topics related to data science, statistics, machine learning, artificial intelligence and the like, all from the perspective of applying critical thinking and the scientific method to evaluate the veracity of claims and efficacy of approaches.
Visit the podcast's native language site