Data Skeptic

571 Epizód

1. Self Driving Cars and Pedestrians

   Közzétéve: 2020. 04. 18.
2. Computer Vision is Not Perfect

   Közzétéve: 2020. 04. 10.
3. Uncertainty Representations

   Közzétéve: 2020. 04. 04.
4. AlphaGo, COVID-19 Contact Tracing and New Data Set

   Közzétéve: 2020. 03. 28.
5. Visualizing Uncertainty

   Közzétéve: 2020. 03. 20.
6. Interpretability Tooling

   Közzétéve: 2020. 03. 13.
7. Shapley Values

   Közzétéve: 2020. 03. 06.
8. Anchors as Explanations

   Közzétéve: 2020. 02. 28.
9. Mathematical Models of Ecological Systems

   Közzétéve: 2020. 02. 22.
10. Adversarial Explanations

    Közzétéve: 2020. 02. 14.
11. ObjectNet

    Közzétéve: 2020. 02. 07.
12. Visualization and Interpretability

    Közzétéve: 2020. 01. 31.
13. Interpretable One Shot Learning

    Közzétéve: 2020. 01. 26.
14. Fooling Computer Vision

    Közzétéve: 2020. 01. 22.
15. Algorithmic Fairness

    Közzétéve: 2020. 01. 14.
16. Interpretability

    Közzétéve: 2020. 01. 07.
17. NLP in 2019

    Közzétéve: 2019. 12. 31.
18. The Limits of NLP

    Közzétéve: 2019. 12. 24.
19. Jumpstart Your ML Project

    Közzétéve: 2019. 12. 15.
20. Serverless NLP Model Training

    Közzétéve: 2019. 12. 10.