BIG DATA #11:Роман Меркулов,Прогнозирование исходов спортивных событий с помощью машинного обучения
Несмотря на множество успешных примеров применения методов машинного обучения в самых различных областях, вопрос об эффективности их использования в задачах прогнозирования исходов спортивных событий по-прежнему остаётся открытым. Постараемся на практическом примере построить модель спортивных прогнозов и оценить возможную пользу от неё.
Видео BIG DATA #11:Роман Меркулов,Прогнозирование исходов спортивных событий с помощью машинного обучения канала Belarus Big Data
Видео BIG DATA #11:Роман Меркулов,Прогнозирование исходов спортивных событий с помощью машинного обучения канала Belarus Big Data
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Простой прогноз продаж в Excel с учетом сезонности
Учимся обучать нейронные сети, за 30 минут от теории до практики.
Ю.И. Журавлев. Математические методы прогнозирования
Лекция 10 Прогнозирование временных рядов
Artem Semenenko "Flink in action или как приручить белочку"
Разновидности архитектур нейросетей | НЕЙРОСЕТЬ ИЗНУТРИ
“Apache Kylin – analytics engine designed to provide SQL and OLAP on Hadoop”, Sergey Kovalev
027. Машинное обучение в киберспорте. Dota Science — Кирилл Неклюдов
Как НА САМОМ ДЕЛЕ работает нейросеть?
055. Анализ данных в спорте - взаимодействие учёных и спортивных клубов. Дмитрий Дагаев
Инвестиции в технологии будущего: искусственный интеллект, виртуальные миры, дата центры. Топ акций.
008. Прогнозирование временных рядов - К.В. Воронцов
Как мыслят успешные игроки в ставках на спорт • Психология в ставках • Ошибки мышления
ML: python и его библиотеки для работы с машинным обучением
Формулы судьбы. Мохаммад Сидик Афган | Помоги себе сам (1992)
Алексей Шаров, Wrike – Нейронные сети и Dart: попробуем?
Александр Черноокий (Aliaksandr Charnavoki) "Данные как фрактал"
Sberbank Holdem Challenge: хакатон по написанию покерных ботов — Евгений Иванов
Predicting the Winning Team with Machine Learning
Belarus Big Data #31