10個數據科學、機器學習和人工智慧播客
隨著技術推動機器學習和人工智慧的快速發展,跟上數據科學的發展趨勢已經變得非常重要。當然,閱讀外面的一切可能會變得很有挑戰性。
播客是一個讓自己不斷更新的很好選擇。近年來,隨著數據科學產業的迅猛發展,已經創造了足夠多的播客,我們有足夠的時間去研究這些播客。
本文將查看10個我們認為作為數據科學家都必須收聽的播客:
數據天空
在15分鐘到1小時的時間裡,數據天空是向數據科學播客介紹自己的好方法。主題包括採訪數據科學實踐者,討論現實世界的數據科學挑戰,簡單的學術概念,如特徵選擇,NLP,決策樹等。
如果你不得不只收聽一個播客,那一定是這個。
平均持續時間:15分鐘-60分鐘不等
總劇集數: 198
重點領域:數據科學概念和現實世界問題
O』Reilly 的數據秀
這裡有時會相當深入的討論技術問題,但它仍然是一個跟上人工智慧和機器學習世界的發展的極好方法。由O『Reilly媒體的首席數據科學家,Ben Lorica主播。
平均持續時間: 20-60分鐘
總劇集數: 60
重要領域: 技術驅動,處理當前問題
Concerning AI
這個播客提供了一個稍微不同的AI,它著眼於人工智慧越來越大的影響對當今社會的威脅和風險,以及我們需要採取什麼措施來對抗它。
平均持續時間: 20-40 minutes
總劇集數: 62
重點領域: AI世界的規則和關注
數據故事
數據可視化是這個播客的核心。主持人Enrico Bertini和Moritz Stefan每周都會採訪來自不同領域的人。最近的主題包括數據陶器,比特幣可視化和一個迷人的插曲「這張圖是怎麼回事?」
平均持續時間: 30-50 minutes
總集數: 112
重點領域:數據可視化
學習機器101
他們的目的是「通過以娛樂的方式解釋基本概念,使人工智慧領域神秘莫測」。他們的話題有時也會帶有技術性,比如「如何使用期望較大化來學習約束滿足解決方案」,或「如何使用徑向基函數Perceptron軟體進行監督學習」。然而,有些主題是為所有聽眾所關注的,技術知識較少。
平均時間: 20-30 minutes
總集數: 69
重點領域:技術驅動,中級到高級機器學習概念
部分衍生物
主持人Chris和Vidya是「很酷」的播客之一,他們一邊聚在一起喝酒,一邊討論了所有的數據科學。有些主題包括「深度學習的未來」、「深度學習的極限」,以及關於人工智慧如何影響藝術家世界的有趣討論。
註:他們在過去幾個月里停止錄製,但希望他們很快就會回來。你可以搜索他們的檔案,因為那裡有很多奇妙的東西。
平均時間: 30 minutes
總集數: 107
重點領域: 基礎數據科學、ML和AI主題
工業人工智慧(Dan Faggella)
每周,Dan Faggella都會採訪數據科學家和全球公司的人工智慧領袖,了解人工智慧的應用和影響。過去幾年裡,你可以聽到大量相關的劇集。最近的一集,「你會用人工智慧買你的房子或汽車嗎?」是當今社會一個非常相關的話題。
平均時間: 30 min
總集數: 99
重點領域: 採訪數據從業人員,討論當前主題
聊天機器人
如果你是數據科學新手,或者不是技術愛好者,這個播客就是給你準備的。每一集都有對行業專家關於數據科學的採訪,並提供了一個全面的技巧概述。大多數劇集還包括聽眾打電話問問題。
平均時間: 60 minutes
總集數: 29
重點領域: 基本到中級數據科學概念,聽眾問答,行業專家訪談
本周的機器學習與人工智慧
這個播客中的節目每周都有一個相當固定的間隔。這包括對AI/ML專家關於各種數據科學主題的採訪。
平均時間: 45 min
總集數: 111
重點領域: ML和AI中包括項目和公司的當前主題
線性消化
主持人Ben Jaffe和Katie Malone設法將複雜的數據科學問題和技術分解為一些信息片段,這些信息可以很容易聽眾輕鬆消化。
平均時間: 15 min
總集數: 164
重點領域: 數據科學和機器學習概念在現實世界中的應用
奇異經濟學電台
※機器學習入門——使用python進行監督學習
※Mercury自熱夾克使用機器學習為穿著者提供合適的溫度
TAG:機器學習 |