Linear Digressions

289 Epizód

1. The Care and Feeding of Data Scientists: Recruiting and Hiring Data Scientists

   Közzétéve: 2019. 11. 04.
2. The Care and Feeding of Data Scientists: Becoming a Data Science Manager

   Közzétéve: 2019. 10. 28.
3. Kalman Runners

   Közzétéve: 2019. 10. 13.
4. What's *really* so hard about feature engineering?

   Közzétéve: 2019. 10. 06.
5. Data storage for analytics: stars and snowflakes

   Közzétéve: 2019. 09. 30.
6. Data storage: transactions vs. analytics

   Közzétéve: 2019. 09. 23.
7. GROVER: an algorithm for making, and detecting, fake news

   Közzétéve: 2019. 09. 16.
8. Data science teams as innovation initiatives

   Közzétéve: 2019. 09. 09.
9. Can Fancy Running Shoes Cause You To Run Faster?

   Közzétéve: 2019. 09. 01.
10. Organizational Models for Data Scientists

    Közzétéve: 2019. 08. 25.
11. Data Shapley

    Közzétéve: 2019. 08. 19.
12. A Technical Deep Dive on Stanley, the First Self-Driving Car

    Közzétéve: 2019. 08. 12.
13. An Introduction to Stanley, the First Self-Driving Car

    Közzétéve: 2019. 08. 05.
14. Putting the "science" in data science: the scientific method, the null hypothesis, and p-hacking

    Közzétéve: 2019. 07. 29.
15. Interleaving

    Közzétéve: 2019. 07. 22.
16. Federated Learning

    Közzétéve: 2019. 07. 14.
17. Endogenous Variables and Measuring Protest Effectiveness

    Közzétéve: 2019. 07. 07.
18. Deepfakes

    Közzétéve: 2019. 07. 01.
19. Revisiting Biased Word Embeddings

    Közzétéve: 2019. 06. 24.
20. Attention in Neural Nets

    Közzétéve: 2019. 06. 17.