Загрузка страницы

076. Дискуссия «Тренды data science»

- Кто и как диктует моду в data science?
- Какие прикладные задачи из области machine learning на данный момент самые актуальные? Какие не получается решить?
- Какие популярные тренды в data science сейчас?
- В какой сфере деятельности data science в этой стране развивается лучше всего? Будущее DS в Poccии?
* 21 октября 2018 г. в московском офисе Яндекса прошла встреча сообщества Open Data Science. Мы испытали новый формат: программа не была определена заранее, а составлялась по запросам аудитории.
Мы собрали больше 500 заявок от участников и ответили на самые популярные и интересные вопросы.
Посмотреть записи других выступлений можно на странице мероприятия: https://events.yandex.ru/events/ds/21-oct-2018/

Видео 076. Дискуссия «Тренды data science» канала Компьютерные науки
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
20 ноября 2018 г. 0:07:55
00:59:08
Другие видео канала
Bias-variance tradeoff в анализе данных и реальной жизни. Максим Николаев, Школа анализа данныхBias-variance tradeoff в анализе данных и реальной жизни. Максим Николаев, Школа анализа данныхData Dojo — ML тренировка 22 апреля 2023Data Dojo — ML тренировка 22 апреля 2023ML Party Yerevan — 2 марта 2023ML Party Yerevan — 2 марта 2023Data Dojo — ML тренировка 16 февраля 2023Data Dojo — ML тренировка 16 февраля 2023Data Dojo — новогодняя ML тренировка 24 декабря 2022Data Dojo — новогодняя ML тренировка 24 декабря 2022Data Dojo — ML тренировка 17 ноября 2022Data Dojo — ML тренировка 17 ноября 2022Data Dojo — ML тренировка 22 сентября 2022Data Dojo — ML тренировка 22 сентября 2022Седьмой рождественский коллоквиум по компьютерному зрению — 28 декабря 2021Седьмой рождественский коллоквиум по компьютерному зрению — 28 декабря 2021Shifts Challenge | Distributional Shift and Robustness in Autonomous Vehicle PlanningShifts Challenge | Distributional Shift and Robustness in Autonomous Vehicle PlanningShifts Challenge | Shifts and other vices of human-computer dialogueShifts Challenge | Shifts and other vices of human-computer dialogueShifts Challenge | Panel Discussion "Frontiers for Uncertainty Estimation and Robustness"Shifts Challenge | Panel Discussion "Frontiers for Uncertainty Estimation and Robustness"Shifts Challenge | Adapting to Novel Data Distributions | Kate SaenkoShifts Challenge | Adapting to Novel Data Distributions | Kate SaenkoShifts Challenge | Presentation and Plenary talk | Andrey MalininShifts Challenge | Presentation and Plenary talk | Andrey MalininРазбор письменного экзамена ШАД. Задача 9. Индекс ближайшего превосходящего элементаРазбор письменного экзамена ШАД. Задача 9. Индекс ближайшего превосходящего элементаПисьменный разбор экзамена ШАД. Задача 8. Рёбра в графеПисьменный разбор экзамена ШАД. Задача 8. Рёбра в графеРазбор письменного экзамена ШАД. Задача 7. Неравенство для производнойРазбор письменного экзамена ШАД. Задача 7. Неравенство для производнойРазбор письменного экзамена ШАД. Задача 6. РазмерностиРазбор письменного экзамена ШАД. Задача 6. РазмерностиРазбор письменного экзамена ШАД. Задача 5. Предел и вероятностиРазбор письменного экзамена ШАД. Задача 5. Предел и вероятностиРазбор письменного экзамена ШАД. Задача 4. Геометрическая вероятностьРазбор письменного экзамена ШАД. Задача 4. Геометрическая вероятностьРазбор письменного экзамена ШАД. Задача 3. Математическое ожидание числа шаровРазбор письменного экзамена ШАД. Задача 3. Математическое ожидание числа шаровРазбор письменного экзамена ШАД. Задача 2. Матрица проекцииРазбор письменного экзамена ШАД. Задача 2. Матрица проекции
Яндекс.Метрика