Linear Digressions

289 Epizód

1. Interview with Joel Grus

   Közzétéve: 2019. 06. 10.
2. Re - Release: Factorization Machines

   Közzétéve: 2019. 06. 03.
3. Re-release: Auto-generating websites with deep learning

   Közzétéve: 2019. 05. 27.
4. Advice to those trying to get a first job in data science

   Közzétéve: 2019. 05. 19.
5. Re - Release: Machine Learning Technical Debt

   Közzétéve: 2019. 05. 12.
6. Estimating Software Projects, and Why It's Hard

   Közzétéve: 2019. 05. 05.
7. The Black Hole Algorithm

   Közzétéve: 2019. 04. 29.
8. Structure in AI

   Közzétéve: 2019. 04. 21.
9. The Great Data Science Specialist vs. Generalist Debate

   Közzétéve: 2019. 04. 15.
10. Google X, and Taking Risks the Smart Way

    Közzétéve: 2019. 04. 08.
11. Statistical Significance in Hypothesis Testing

    Közzétéve: 2019. 04. 01.
12. The Language Model Too Dangerous to Release

    Közzétéve: 2019. 03. 25.
13. The cathedral and the bazaar

    Közzétéve: 2019. 03. 17.
14. AlphaStar

    Közzétéve: 2019. 03. 11.
15. Are machine learning engineers the new data scientists?

    Közzétéve: 2019. 03. 04.
16. Interview with Alex Radovic, particle physicist turned machine learning researcher

    Közzétéve: 2019. 02. 25.
17. K Nearest Neighbors

    Közzétéve: 2019. 02. 17.
18. Not every deep learning paper is great. Is that a problem?

    Közzétéve: 2019. 02. 11.
19. The Assumptions of Ordinary Least Squares

    Közzétéve: 2019. 02. 03.
20. Quantile Regression

    Közzétéve: 2019. 01. 28.