与NVIDIA（KGMoN）的Kaggle Grandmasters会面，了解他们如何使用NVIDIA加速数据科学构建成功的推荐系统，预测RNA分子的降解率，在医学成像中识别黑色素瘤，等等。
刘波（Bo Liu）
NVIDIA高级深度学习数据科学家
克里斯·德奥特
NVIDIA高级数据科学家
克里斯托夫·汉克尔
大卫奥斯汀
NVIDIA首席系统软件工程师
吉尔伯托·提特里茨
Jean-Francois Puget牛仔裤
尊敬的NVIDIA工程师
刘继伟
NVIDIA高级系统软件工程师
小野一郎（Kazuki Onodera）
塞奥·维尔
2022年3月和5月
在两次不同的比赛中，该团队使用自然语言处理来分析学生的议论文写作要素并确定了中的关键短语医疗执照考试中的患者笔记.
（58:24分钟）
2021年6月
NVIDIA Merlin和KGMON团队通过有效预测动态环境中用户参与的概率，并在数百万点的数据集上提供公平的建议，在2021年RecSys挑战赛中获得第一名。
（1:10:47分钟）
2021年3月
在这一推荐系统挑战中，目标是使用基于数百万真实匿名住宿预订的数据集，提出一个策略，为下一个目的地实时提供最佳推荐。
（49:11分钟）
观看此视频，了解简短的历史课程、自然语言处理的当前状态以及在四项不同比赛中使用“拥抱脸”变换器的最佳实践。
（1:06:02分钟）
2020年10月
在这场比赛中，团队负责开发机器学习模型和设计RNA降解规则。这些模型需要预测RNA分子每个碱基的可能降解速率，这些模型是在Eterna数据集的子集上训练的，该数据集包含3000多个RNA分子（跨越各种序列和结构）及其每个位置的降解速率。
（56:56分钟）
2020年9月
在这个地标识别挑战中，团队必须建立模型，以识别复杂测试图像数据集中的正确地标（如果有）。考虑到地标识别包含大量的类，这说起来容易做起来难。例如，本次比赛有81000多个班。
2020年8月
在这次比赛中，该团队必须创建ML模型，以从患者的图像中识别皮肤损伤，并确定哪些图像最可能代表黑色素瘤。获胜的ML模型能够比普通皮肤科医生更早、更准确地识别黑色素瘤。
大师系列是一个面向数据科学家的每月教育视频系列。在每一集中，一些世界领先的数据科学专家都会分享他们的见解、最佳实践以及从最近的比赛中学到的关键知识。调整并学习如何将他们的学习应用于您自己的数据科学挑战。