101. Чем может и чем не может наука о данных помочь науке о литературе — Борис Орехов
В рамках мероприятия "Data & Science: цифровые методы в гуманитарных науках" Борис Орехов рассказал, что наука о данных и литературоведение гораздо больше похожи, чем кажется на первый взгляд.
Обе отрасли знания пытаются найти неочевидные закономерности в сложно организованных объектах. Но не любой привычный исследователю данных подход будет осмыслен в исследовании литературы. Борис на примерах показывает, какие методы работают и приносят пользу, а какие пока остаются игрушками — и почему.
Другие доклады конференции: https://events.yandex.ru/events/ds/02-mar-2019/
Борис Орехов — доцент Высшей школы экономики. Преподает Python, стиховедение, цифровую грамотность, digital humanities. Автор статей о цифровом исследовании литературы. Кандидат филологических наук.
Видео 101. Чем может и чем не может наука о данных помочь науке о литературе — Борис Орехов канала Компьютерные науки
Обе отрасли знания пытаются найти неочевидные закономерности в сложно организованных объектах. Но не любой привычный исследователю данных подход будет осмыслен в исследовании литературы. Борис на примерах показывает, какие методы работают и приносят пользу, а какие пока остаются игрушками — и почему.
Другие доклады конференции: https://events.yandex.ru/events/ds/02-mar-2019/
Борис Орехов — доцент Высшей школы экономики. Преподает Python, стиховедение, цифровую грамотность, digital humanities. Автор статей о цифровом исследовании литературы. Кандидат филологических наук.
Видео 101. Чем может и чем не может наука о данных помочь науке о литературе — Борис Орехов канала Компьютерные науки
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
001. Настоящее и будущее рекомендательных систем - Михаил Ройзнер018. Предсказание популярности контента в социальных сетях - Андрей Купавский013. Data Science Game 2016 — Александр Гущин, Станислав СеменовThinking on your Feet: Reinforcement Learning for Incremental Language TasksМашинное обучение. Поиск ассоциативных правил. К.В. Воронцов, Школа анализа данных, Яндекс.Detecting of hidden patterns in air/maritime/human situation picture - Dr. Uri Degen003. Apple vs DHCP - Владимир Иванов002. Открытие дней компьютерных наук и объявление лауреатов стипендии имени Ильи Сегаловича022. Тренировка по машинному обучению — Пётр РомовDiscussion "Deep Learning" - Moderator Dr. Li Deng077. Как роботы распознают наши эмоции – Анатолий Бобе006. Bedside Brain Monitoring — Nathan Intrator006. Дмитрий Алтухов, Станислав Семёнов – Expedia Hotel Recommendation013. What’s hot in bioinformatics? From data to implementations — Андрей Афанасьев023. Competition Digest, October 22 — Эмиль Каюмов009. Открытый код Томита-парсера - Виктор Бочаров003. The future of brain machine interface - Nathan IntratorThe Yandex School of Data Analysis International Conference 2013034. Питч сессия —модератор Иван Ямщиков096. Digital Humanities Between Research and Infrastructure — Frank Fischer039. Как свёрточная нейронная сеть помогает анализировать застройку городов — Роман Кучуков