Я одержим подкастами. От быстрого освежения информации, представленного в 15-минутном формате, до часовых глубоких погружений в сложные темы, это мой предпочтительный носитель для потребления контента по науке о данных. Видишь ли, я бегун. По выходным я провожу часы в Чикаго, тренируясь и работая над выносливостью для гонок на длинные дистанции. Формат подкаста позволяет мне брать с собой в дорогу моих любимых экспертов по науке о данных, чтобы максимально использовать свое время, позволяя мне учиться и тренироваться одновременно.

В этом обновленном блоге я делюсь с вами некоторыми из моих любимых подкастов по искусственному интеллекту и машинному обучению, чтобы вы тоже могли быть в курсе последних тенденций в этой области, наслаждаясь тем, что вам нравится. Независимо от того, являетесь ли вы руководителем, стремящимся получить обширные знания в самых разных областях, или практикующим специалистом, оттачивающим свой опыт в области машинного обучения, мой список подкастов поможет вам быть в курсе последних событий. Если вы поклонник подкастов, попробуйте одно из этих отличных шоу по науке о данных.

Линейные отклонения | Бен Джаффе и Кэти Мэлоун

Этот подкаст короткий и милый. Это также мой любимый подкаст из 5, которые я рекомендую. В линейных отступлениях вы можете ожидать непринужденную беседу, забавные анекдоты и отличный контент. Два ведущих отлично справляются с задачей, используя сильные стороны друг друга; и шоу очень интересное.

Кэти — специалист по данным в группе. Она привносит свой опыт и практические знания во многие модели, представленные в обзоре дуэта. Я всегда учусь на ее объяснениях, потому что она всегда объясняет, почему и как это делается. Бен — инженер группы, и он проделывает большую работу, продумывая конкретную реализацию и излагая точку зрения разработчика на решение.

Обсуждают ли они различные статистические подходы, чтобы понять, стоит ли покупать кроссовки; или как вы можете использовать значения Шепли, чтобы понять, как функции работают в алгоритме глубокого обучения — их обсуждение всегда интересно и поучительно. Этот подкаст предназначен для специалистов по обработке и анализу данных и специалистов по машинному обучению. Шоу выходит еженедельно и имеет короткую продолжительность 15–30 минут — идеально подходит для быстрой пробежки или забега на 5 км.

Показ данных O’Reilly | O’Reilly Media

O’Reilly — надежный источник образовательного контента по компьютерным наукам, науке о данных, инфраструктуре и инженерии данных. Подкаст является ценным ресурсом, раскрывающим приложения и подходы, используемые практиками для решения некоторых своевременных проблем больших данных и/или науки о данных.

Бен Лорика отлично справляется с набором гостей, которые обладают глубокими знаниями в области технических приложений науки о данных, инженерной архитектуры и языков, которые позволяют нам ориентироваться и использовать эти инструменты. Поэтому качество интервью достаточно высокое. O’Reilly обычно выпускает свои подкасты раз в две недели; и, конечно же, они продвигают свои конференции, публикации и лекции. Я могу терпеть корпоративное вращение из-за высокой стоимости производства, а также широты и глубины подкаста.

Машинное обучение и искусственный интеллект на этой неделе | Сэм Чаррингтон

TWiML&AI — одно из двух новых дополнений к этому списку. С дискуссией, которую ведет Сэм Чаррингтон, уважаемый консультант по машинному обучению и спикер, вы можете ожидать высококачественного контента.

TWiML Talk предоставляет специалистам по данным, разработчикам, бизнес-новаторам и другим энтузиастам машинного обучения и искусственного интеллекта платформу для обмена идеями об исследованиях, технологиях, бизнесе, культуре и многом другом в области машинного обучения. Подкаст идеально подходит для руководителей и менеджеров, которые хотят познакомиться со сложными темами с четкими, краткими и вдумчивыми объяснениями.

Скептицизм данных | Кайл Полич

Подкаст Кайла Data Skeptic будет держать вас в курсе новостей, тем и дискуссий о науке о данных, машинном обучении и искусственном интеллекте. В его подкасте обсуждается соответствующая проблема машинного обучения или науки о данных, а затем критикуется приложение/тема. Мне очень нравится уровень обсуждения в этом подкасте, и хотя обсуждения могут быть довольно техническими, я не чувствую, что они недоступны для аналитиков, специалистов по данным и специалистов по информатике, у которых есть хотя бы некоторые практические знания или более глубокое знакомство с отраслью. . Недавно его подкаст превратился в анализ «фейковых новостей»; а я копаю.

Качество общения и сообщество, поддерживающее этот подкаст, заставляют меня возвращаться к нему снова и снова. Лин как соведущая добавляет несколько светлых моментов; но это может стать немного покровительственным в ее сегментах. Я не думаю, что это умаляет сильный подкаст. DataSkeptic выходит еженедельно и имеет продолжительность 30–60 минут.

Говорящие машины | by Tote Bag Productions

«Говорящие машины» — второе новое шоу, вошедшее в мою пятерку лучших. Это отличный подкаст, который стоит посмотреть. Уже в четвертом сезоне ведущие Кэтрин Горман и Нил Лоуренс ведут содержательные дискуссии на горячие темы в нашей отрасли. Кроме того, вы знаете, что у них есть стойкость с четырьмя годами контента, чтобы проверить! Я очень рад добавить это великолепное прослушивание в свой плейлист.

Есть ли подкаст, который я исключил из этого списка? Оставьте комментарий, и я добавлю его в свой плейлист!