9 შესანიშნავი პოდკასტი მონაცემთა მეცნიერებისთვის (ყველა დონის)

სწრაფად ცვალებადი სფეროს წინ დარჩენისთვის, მონაცემთა პროფესიონალებმა უნდა მიიღონ ვალდებულება უწყვეტი სწავლისთვის. მაგრამ ყველა ეს უწყვეტი განათლება არ უნდა მოხდეს კლასში (ან ონლაინ) – ინფორმაციული პოდკასტების სიმრავლის წყალობით, დაკავებულ ტექნიკურ პროფესიონალებს შეუძლიათ შეისწავლონ უახლესი მონაცემების მეცნიერება სამსახურში მგზავრობისას, სარბენ ბილიკზე სირბილის დროს ან სადილის გაკეთებისას.

ამის გათვალისწინებით, აქ არის ცხრა პოდკასტი, რომელსაც ყველა მონაცემთა მეცნიერმა უნდა მოუსმინოს.

დათა სკეპტიკოსი

მონაცემთა მეცნიერების ეს პატივცემული პოდკასტი დიდი ხნის ფავორიტი იყო კარგი მიზეზის გამო.



მასპინძლობს Kyle Polich, Data Skeptic სწავლობს თემებს, რომლებიც ეხება მონაცემთა მეცნიერებას, სტატისტიკას, მანქანურ სწავლებას და ხელოვნურ ინტელექტს.

ერთ-ერთ პოპულარულ ბოლო ეპიზოდში, Polich-ს შეუერთდნენ Microsoft Bot Framework-ის თანამშრომლები, რომლებიც აძლევდნენ რჩევებს კარგი ჩეთბოტის შექმნის შესახებ.

Data Skeptic-ს ასევე აქვს მინი ეპიზოდების პოპულარული სერია, რომელსაც თან უძღვება Linh Da Tran, რომელიც იკვლევს ისეთ თემებს, როგორიცაა p-მნიშვნელობები და Bayesian განახლება 15 წუთში ან ნაკლებ დროში, დაქორწინებულ მასპინძლებს შორის მხიარული ხუმრობების დამატებით სარგებელს.

ხაზოვანი დიგრესიები

ამ ჭკვიანურად დასახელებულ ყოველკვირეულ პოდკასტში მონაცემთა მეცნიერს ქეთი მელოუნს და მომხმარებლის ინტერფეისის ინჟინერს ბენ ჯაფს აქვთ ნიჭი განიხილონ მანქანათმცოდნეობის რთული საგნები სახალისო და ხელმისაწვდომი გზით როგორც გამოცდილი მონაცემთა მეცნიერებისთვის, ასევე ახალბედებისთვის.

ეპიზოდები, როგორც წესი, 30-წუთიან ნიშნულს მოკლებულია, მასპინძლები ხშირად იკვლევენ მონაცემთა მეცნიერების საკითხებს რეალურ სამყაროში არსებული აპლიკაციების გათვალისწინებით - მაგალითად, პოპულარული ეპიზოდი ტრაფიკის აღრიცხვის ალგორითმებზე.

მათ ასევე ჩაწერეს ეპიზოდები კარიერული რჩევებით და სახელმძღვანელო, თუ როგორ უნდა აირჩიონ პროექტები მონაცემთა მეცნიერების პროფესიონალურმა გუნდებმა.

მოლაპარაკე მანქანები

ჰპირდება ფანჯარა მანქანათმცოდნეობის სამყაროში, კეტრინ გორმანი (ყოფილი საზოგადოებრივი რადიოს პროდიუსერი) და ნილ ლოურენსის ინფორმაციული პოდკასტი შეიცავს გამანათლებელ საუბრებს ინდუსტრიის ექსპერტებთან, ასევე სიახლეების განხილვასა და კითხვა-პასუხის შესახებ.

ბოლო სტუმრები არიან Google Brain-ის ჯასპერ სნოეკი, ადრიან უელერი ალან ტურინგის ინსტიტუტიდან და ეოინ ო'მაჰონი Uber-დან. გადაცემის არქივიდან, ღირს გაეცნოთ ინტერვიუს Google-ის მკვლევართან ილია სუცკევერთან მანქანური სწავლისა და ჯადოსნური აზროვნების შესახებ, ისევე როგორც მეოთხე სეზონის ეპიზოდი, რომელშიც წამყვანები საუბრობენ AI-სა და რელიგიაზე.

მონაცემთა ისტორიები

ენრიკო ბერტინისა და მორიც სტეფანერის მიერ ჩატარებული ყოველ მეორე კვირას შოუს აქვს აქცენტი, რომელიც განასხვავებს მას მონაცემთა მეცნიერების სხვა პოდკასტებისგან: მონაცემთა ვიზუალიზაცია.

მასპინძლები ხშირად მიმართავენ მაღალი აზროვნების ან თუნდაც ფილოსოფიურ მიდგომას თავიანთ თემებზე. ერთ ეპიზოდში მასპინძლებმა მიესალმა მეცნიერს ეკატერინე დ’იგნაციოს ფემინისტური მონაცემების ვიზუალიზაციაზე საუბრისას, მეორე ეპიზოდში კი პოლ სლოვიჩი განიხილავდა სტატისტიკურ დაბუჟებას, ან სტატისტიკის შეუძლებლობას, გამოეწვია თანაგრძნობა ან გადმოსცეს ადამიანური ტრაგედიების მასშტაბის გრძნობა.

ო'რეილი მონაცემთა შოუ

O'Reilly Media-ის მთავარი მონაცემთა მეცნიერი ბენ ლორიკა იზიდავს რამდენიმე ცნობილ სტუმარს ამ დიდი მონაცემების პოდკასტში.

თუ შოუს ტექნიკურმა პერსპექტივამ შეიძლება ხანდახან დააბნიოს უფრო მეტი ჩვეულებრივი მსმენელი, მათ სურთ ინტერვიუებისთვის, როგორიცაა Pinterest-ის წამყვანი მონაცემთა მეცნიერი გრეის ჰუანგი, რომელიც ატარებდა გაკვეთილებს მანქანათმცოდნეობის ექსპერიმენტების წინა ხაზზე, ან სერიულ მეწარმე აურელიენ გერონთან. , რომელმაც გაიზიარა აზრები, რომ გახდეს მანქანათმცოდნეობის ინჟინერი.

ცოტა ხნის წინ ლორიკას შეუერთდა ავნერ ბრავერმანი, რომლის სტარტაპი Binaris მიზნად ისახავს სერვერების გარეშე შემოიტანოს ვებ-მასშტაბიანი და საწარმო აპლიკაციებში.

ამ კვირაში მანქანათმცოდნეობა და AI

მასპინძელი სემ ჩარინგტონი არის CloudPulse Strategies-ის დამფუძნებელი, ინდუსტრიის კვლევითი ფირმა, რომელიც ორიენტირებულია მანქანათმცოდნეობის და ხელოვნური ინტელექტის ბიზნეს და მომხმარებელთა გამოყენებაზე, და მისი პოდკასტი მიმართულია მონაცემთა მეცნიერების, დეველოპერების, ინჟინრების, CTO-ს და ბიზნეს ლიდერების უაღრესად მიზნობრივი აუდიტორიისთვის. .

დამწყებთათვის შესაძლოა უკეთესი იყოს, რომ ფეხები დაისველონ თავიდან ოდნავ ნაკლები ტექნიკური პოდკასტით, მაგრამ ამ სფეროში მყოფი ბევრს იპოვის აქ.

ერთ-ერთ ბოლო გამორჩეულ ეპიზოდში წარმოდგენილი იყო ტრისტა ჩენი, Inventec-ის მანქანათმცოდნეობის მთავარი მეცნიერი, რომელიც განიხილავდა მის გამოცდილებას მანქანური სწავლების განლაგების ინდუსტრიულ გარემოში, ხოლო მეორეში ნაჩვენები იყო ნიკოლ ნიკოლსი წყნარი ოკეანის ჩრდილო-დასავლეთის ეროვნული ლაბორატორიიდან, რომელიც სწავლობდა მანქანურ სწავლებას უსაფრთხოების, საფრთხის აღმოჩენისა და პროგრამული უზრუნველყოფის ფაზში. ტესტირება.

SuperDataScience

თუ თქვენ ეძებთ პოდკასტს, რომელიც არა მხოლოდ ინფორმაციული, არამედ მოტივაციური გამაძლიერებელიც არის, არ გადახედოთ ამ პოპულარულ შოუს წამყვანი კირილ ერემენკოს, მონაცემთა მეცნიერების მწვრთნელისა და ცხოვრების სტილის მეწარმის.

დარგის ლიდერებთან ინტერვიუებთან ერთად - ცოტა ხნის წინ, კალიფორნიის უნივერსიტეტის სან დიეგოს ბრედლი ვოიტეკი გაჩერდა, რათა განეხილა თავისი გამოცდილება, როგორც Uber-ის პირველი მონაცემთა მეცნიერი, ხოლო ელი მეის პროდუქტის შესაბამისობისა და სტრატეგიის ვიცე-პრეზიდენტმა ლუის ბლანკომ შესთავაზა გულწრფელი გახსენება თავის დროზე. American Express-ის მონაცემთა მეცნიერთა გუნდი — ერემენკო ასევე გამოსცემს ყოველკვირეულ პარასკევის მოკლე შოუს, რომელიც უბრალოდ მიზნად ისახავს თქვენი დღის გასაუმჯობესებლად.

მაგალითად, ბოლო ეპიზოდი ეხებოდა პოზიტიური და უარყოფითი ემოციების აღიარებას, მეორეში კი დანაშაულის გრძნობა და სირცხვილი.

სასწავლო მანქანები 101

ეს პოდკასტი ხელოვნური ინტელექტისა და მანქანათმცოდნეობის ნაზი შესავალია, რომელსაც უძღვება შემეცნებითი მეცნიერებისა და ელექტრო ინჟინერიის სრულ განაკვეთზე პროფესორი რიჩარდ გოლდენი - მიზნად ისახავს ხელოვნური ინტელექტის სფეროს დემისტიფიკაციას გასართობი მიდგომით.

ზოგიერთი ეპიზოდი საკმაოდ ტექნიკურია, ბოლო განვადებით იკვლევენ, თუ როგორ უნდა აირჩიოთ საუკეთესო მოდელი AIC-ისა და GAIC-ის გამოყენებით, როგორ გამოვიყენოთ პირველი რიგის ლოგიკა და მარკოვის ლოგიკური ბადეები საღი აზრის ცოდნის წარმოსაჩენად ალგორითმებში და როგორ წარმოვადგინოთ ცოდნა ლოგიკური წესების გამოყენებით.

სხვა ეპიზოდები - მაგალითად ახლახან გამოქვეყნებული პოდკასტი, რომელიც იკვლევს კომპიუტერებს რა შეუძლიათ და რა არ შეუძლიათ Turing Machine არგუმენტის გამოყენებით - სახალისოა თუნდაც აუტსაიდერებისთვის.

ხელოვნური ინტელექტი ინდუსტრიაში

ამ სიაში ერთ-ერთი ყველაზე პრაქტიკული პოდკასტი, Emerj ხელოვნური ინტელექტის კვლევის დამფუძნებლის დანიელ ფაგელას ყოველკვირეული შოუ ათვალიერებს ხელოვნური ინტელექტის შესაძლებლობებს ისეთ სექტორებში, როგორიცაა ფარმა, საბანკო, საცალო ვაჭრობა და თავდაცვის სფერო.

ბოლოდროინდელი მომხიბლავი ეპიზოდი, რომელშიც ცნობილი კომპიუტერის მეცნიერი იურგენ შმიდჰუბერი განიხილავს წარმოების მომავალს, ხოლო სხვა Unity Technologies-ის დენი ლანგი შეუერთდა ფაგელას, რათა ისაუბრა იმიტირებული გარემოს გამოყენებაზე საავტომობილო სფეროში.

ის ასევე იკვლევს უფრო ფართო ბიზნეს თემებს, რომლებიც იქნება დაინტერესებული ადამიანებისთვის, რომლებიც მუშაობენ ნებისმიერ ინდუსტრიაში. მაგალითად, ერთმა ბოლო ეპიზოდმა გამოიკვლია, თუ რატომ უნდა გააგრძელონ აღმასრულებლები AI-ის ტენდენციებს ბიზნესში - Data Bricks Machine Learning Practice-ის ლიდერი ბრუკ ვენიგისგან - მაშინ როცა Facebook-ის ჯეისონ სანდრამი ცოტა ხნის წინ გამოჩნდა პოდკასტზე, რათა გაეზიარებინა ინფორმაცია ხელოვნური ინტელექტის პროექტებისთვის მონაცემთა მეცნიერების გუნდების შექმნის შესახებ. .