Загрузка страницы

Беседа с Константином Воронцовым

В рамках открытого курса машинного обучения https://github.com/Yorko/mlcourse_open пообщались с Константином Вячеславовичем, узнали, как у него дела, что нужно делать, чтоб не заржаветь, как нам догонять Запад и Восток, нужно ли в Data Science делать упор на математику, что нового еще принесут в нашу жизнь соревнования по анализу данных и почему деревья решений так хорошо работают.

Все интервью серии:
- Александр Дьяконов https://youtu.be/qV3yjIyj7Dc
- Константин Воронцов https://youtu.be/DR3mgnEKRgI
- Евгений Соколов https://youtu.be/Dmkx6KGrjx8
- Дмитрий Ветров https://goo.gl/h197xr
- Эмели Драль и Виктор Кантор https://youtu.be/dqt6I8dv9UQ

Видео Беседа с Константином Воронцовым канала Yury Kashnitsky
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
2 октября 2017 г. 17:25:40
01:29:01
Другие видео канала
Blog "New Yorko Times"Blog "New Yorko Times"mlcourse.ai: free hands-on dive into practical Machine Learningmlcourse.ai: free hands-on dive into practical Machine LearningBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 3. HuggingFace BERT modelBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 3. HuggingFace BERT modelBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 4. Training with CatalystBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 4. Training with CatalystBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 1. IntroBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 1. IntroBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 2. Data preparationBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 2. Data preparationFiring a cannon at sparrows: BERT vs. logregFiring a cannon at sparrows: BERT vs. logregHow to jump into Data ScienceHow to jump into Data Sciencemlcourse.ai. Lecture 8. Part 2. Vowpal Wabbitmlcourse.ai. Lecture 8. Part 2. Vowpal Wabbitmlcourse.ai Fall 2019 Live Session 0mlcourse.ai Fall 2019 Live Session 0mlcourse.ai. Lecture -1. Outroductionmlcourse.ai. Lecture -1. OutroductionTopic 10. Part 2. Key ideas behind Xgboost, LightGBM, and CatBoost. Practice with LightGBMTopic 10. Part 2. Key ideas behind Xgboost, LightGBM, and CatBoost. Practice with LightGBMTopic 10. Part 1. Gradient boosting basicsTopic 10. Part 1. Gradient boosting basicsTopic 9. Time series analysisTopic 9. Time series analysisЛекция 10. Градиентный бустинг. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 10. Градиентный бустинг. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 9. Временные ряды. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 9. Временные ряды. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 8. Обучение на больших выборках, Vowpal Wabbit. Открытый курс ODS по машинному обучениюЛекция 8. Обучение на больших выборках, Vowpal Wabbit. Открытый курс ODS по машинному обучениюmlcourse.ai. Lecture 8. Part 1. Stochastic Gradient Descentmlcourse.ai. Lecture 8. Part 1. Stochastic Gradient Descentmlcourse.ai. Lecture 7. Part 2. Clustering. Theory and practicemlcourse.ai. Lecture 7. Part 2. Clustering. Theory and practicemlcourse.ai. Lecture 7. Part 1. Principal Component Analysis. Theory and practicemlcourse.ai. Lecture 7. Part 1. Principal Component Analysis. Theory and practiceЛекция 7. Обучение без учителя. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 7. Обучение без учителя. Открытый курс OpenDataScience по машинному обучению mlcourse.ai
Яндекс.Метрика