Linear Digressions

289 Epizód

1. Chernoff Faces and Minard Maps

   Közzétéve: 2016. 01. 18.
2. t-SNE: Reduce Your Dimensions, Keep Your Clusters

   Közzétéve: 2016. 01. 15.
3. The [Expletive Deleted] Problem

   Közzétéve: 2016. 01. 11.
4. Unlabeled Supervised Learning--whaaa?

   Közzétéve: 2016. 01. 08.
5. Hacking Neural Nets

   Közzétéve: 2016. 01. 05.
6. Zipf's Law

   Közzétéve: 2015. 12. 31.
7. Indie Announcement

   Közzétéve: 2015. 12. 30.
8. Portrait Beauty

   Közzétéve: 2015. 12. 27.
9. The Cocktail Party Problem

   Közzétéve: 2015. 12. 18.
10. A Criminally Short Introduction to Semi Supervised Learning

    Közzétéve: 2015. 12. 04.
11. Thresholdout: Down with Overfitting

    Közzétéve: 2015. 11. 27.
12. The State of Data Science

    Közzétéve: 2015. 11. 10.
13. Data Science for Making the World a Better Place

    Közzétéve: 2015. 11. 06.
14. Kalman Runners

    Közzétéve: 2015. 10. 29.
15. Neural Net Inception

    Közzétéve: 2015. 10. 23.
16. Benford's Law

    Közzétéve: 2015. 10. 16.
17. Guinness

    Közzétéve: 2015. 10. 07.
18. PFun with P Values

    Közzétéve: 2015. 09. 02.
19. Watson

    Közzétéve: 2015. 08. 25.
20. Bayesian Psychics

    Közzétéve: 2015. 08. 18.