[ИТ лекторий]: Семинар по глубокому обучению или как стать Data Scientist’ом
Докладчик: Дмитрий Коробченко, NVIDIA
Спикер расскажет о том, где и для чего сегодня применяется DL, насколько это эффективно по сравнению с иными подходами, покажет, как с этим работать, и укажет конкретные шаги, с которых следует начать.
Видео [ИТ лекторий]: Семинар по глубокому обучению или как стать Data Scientist’ом канала ФКН ВШЭ
Спикер расскажет о том, где и для чего сегодня применяется DL, насколько это эффективно по сравнению с иными подходами, покажет, как с этим работать, и укажет конкретные шаги, с которых следует начать.
Видео [ИТ лекторий]: Семинар по глубокому обучению или как стать Data Scientist’ом канала ФКН ВШЭ
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Почему важно заниматься Computer Science прямо сейчасBig data, дополненная реальность и компьютерное зрение / Интервью с Data ScientistDataStart.ru - Валерий Бабушкин - Ошибки при построении Data Science проекта и как их избежатьКак выигрывать любые Data Science соревнования. Павел Плесков.075. Карьера в data science: типичные ошибки на собеседовании – Валерий БабушкинДмитрий Сошников — Искусственный интеллект и нейросети для .NET-разработчиковМаксим Дорофеев — Сила первого шага или сессия групповой депрокрастинации"Машинное обучение — профессия будущего", Валерий БабушкинData Science, черные ящики – и почему вам сильно повезлоВведение в Deep Learning | Григорий Сапунов (Intento)What REALLY is Data Science? Told by a Data Scientist[Коллоквиум]: Блокчейн: определения, приложения, задачиСергей Марков: "Искусственный интеллект и машинное обучение: итоги 2018 года."074. Чем отличаются data analyst, data engineer и data scientist – Алексей Натёкин01. ИИ без булшита – Александр КрайновКак государство использует наши данные. Артур ХачуянОт новичка к мастеру, от хемометриста к Head of DS — Валерий БабушкинСергей Марков: "ИИ и машинное обучение: итоги 2017 года"Что понимаешь про карьеру в Data Science после десяти лет работы – Виктор Кантор