JFPuget πŸ’‰πŸ’‰πŸ’‰πŸ‡ΊπŸ‡¦ Profile picture
@NvidiaAI, 3x Kaggle grandmaster CPMP. alum: @ENS_Ulm , ILOG CPLEX, IBM. Dyslexic. ML PhD.
Oct 25, 2020 β€’ 16 tweets β€’ 3 min read
As a transition from debunking disinformation to kaggling here is a thread debunking several myths about Kaggle, including lack of relevance to real world, overfiting, automl performance on kaggle, etc. Bear with me. 1/N I am discussing Kaggle competitions. Kaggle is more than that, way more even, but competitions is what interest me most on Kaggle. The first myth about Kaggle is that it is irrelevant to real world. There are several ways to address that. 2/N
May 18, 2020 β€’ 4 tweets β€’ 1 min read
Ils est tres malin @raoult_didier : en testant massivement a Marseille il inclue des asymtomatiques dans le statistiques, et le nombre de cas graves par cas detecte est plus faible qu'ailleurs. Je suis surpris que ce point ne soit pas plus discute. 1/n Le faible nombre de cas grave (ou deces) par cas detecte est pourtant l'argument principal utilise maintenant pour "prouver" que son traitement marche.

Il repose sur l'idee fallacieuse que la proportion de cas detectes est la meme partout en France.

2/n