O'Reilly Data Show Podcast

60 Epizód

1. In the age of AI, fundamental value resides in data

   Közzétéve: 2019. 01. 03.
2. Trends in data, machine learning, and AI

   Közzétéve: 2018. 12. 20.
3. Tools for generating deep neural networks with efficient network architectures

   Közzétéve: 2018. 12. 06.
4. Building tools for enterprise data science

   Közzétéve: 2018. 11. 21.
5. Lessons learned while helping enterprises adopt machine learning

   Közzétéve: 2018. 11. 08.
6. Machine learning on encrypted data

   Közzétéve: 2018. 10. 25.
7. How social science research can inform the design of AI systems

   Közzétéve: 2018. 10. 11.
8. Why it’s hard to design fair machine learning models

   Közzétéve: 2018. 09. 27.
9. Using machine learning to improve dialog flow in conversational applications

   Közzétéve: 2018. 09. 13.
10. Building accessible tools for large-scale computation and machine learning

    Közzétéve: 2018. 08. 30.
11. Simplifying machine learning lifecycle management

    Közzétéve: 2018. 08. 16.
12. How privacy-preserving techniques can lead to more robust machine learning models

    Közzétéve: 2018. 08. 02.
13. Specialized hardware for deep learning will unleash innovation

    Közzétéve: 2018. 07. 19.
14. Data regulations and privacy discussions are still in the early stages

    Közzétéve: 2018. 07. 05.
15. Managing risk in machine learning models

    Közzétéve: 2018. 06. 21.
16. The real value of data requires a holistic view of the end-to-end data pipeline

    Közzétéve: 2018. 06. 07.
17. The evolution of data science, data engineering, and AI

    Közzétéve: 2018. 05. 24.
18. Companies in China are moving quickly to embrace AI technologies

    Közzétéve: 2018. 05. 10.
19. Teaching and implementing data science and AI in the enterprise

    Közzétéve: 2018. 04. 26.
20. The importance of transparency and user control in machine learning

    Közzétéve: 2018. 04. 12.