9 wspaniałych podcastów dla naukowców zajmujących się danymi (na wszystkich poziomach)

Aby wyprzedzić szybko zmieniającą się dziedzinę, specjaliści ds. danych muszą zaangażować się w uczenie się przez całe życie. Ale nie całe to kształcenie ustawiczne musi odbywać się w klasie (lub w Internecie) – dzięki mnóstwu podcastów informacyjnych zapracowani specjaliści techniczni mogą odkrywać najnowsze osiągnięcia nauki o danych, jadąc do pracy, biegając na bieżni lub przygotowując obiad.

Mając to na uwadze, oto dziewięć podcastów, których każdy analityk danych powinien słuchać.

Sceptyk danych

Ten czcigodny podcast dotyczący nauki o danych jest od dawna ulubieńcem.

Prowadzony przez Kyle'a Policha, Data Skeptic zagłębia się w tematy związane z nauką o danych, statystyką, uczeniem maszynowym i sztuczną inteligencją.

W jednym popularnym niedawnym odcinku do Policha dołączyli pracownicy Microsoft Bot Framework, którzy udzielali porad, jak zbudować dobrego chatbota.

Data Skeptic ma również popularną serię „mini” odcinków, współprowadzoną przez Linh Da Tran, które poruszają takie tematy, jak wartości p i aktualizacje Bayesa w 15 minut lub mniej, z dodatkową korzyścią w postaci zabawnych przekomarzań między żonatymi gospodarzami.

Dygresje liniowe

W tym sprytnie nazwanym cotygodniowym podcaście, Data Scientist Katie Malone i inżynier ds. interfejsu użytkownika Ben Jaffe mają dar omawiania złożonych tematów uczenia maszynowego w zabawny i przystępny sposób zarówno dla doświadczonych Data Scientystów, jak i nowicjuszy.

Ponieważ odcinki zwykle trwają znacznie mniej niż 30 minut, gospodarze często badają problemy związane z analizą danych z myślą o rzeczywistych zastosowaniach — na przykład popularny odcinek dotyczący algorytmów pomiaru ruchu.

Nagrali również odcinki z poradami dotyczącymi kariery i przewodnikiem, jak profesjonalne zespoły zajmujące się analizą danych powinny wybierać projekty.

Mówiące Maszyny

Obiecując okno na świat uczenia maszynowego, Katherine Gorman (była producentka publicznego radia) i informacyjny podcast Neila Lawrence'a zawierają pouczające rozmowy z ekspertami z branży, a także dyskusje na temat wiadomości i pytań i odpowiedzi.

Niedawni goście to Jasper Snoek z Google Brain, Adrian Weller z Instytutu Alana Turinga i Eoin O'Mahoney z Ubera. Z archiwum programu warto zapoznać się z wywiadem z badaczem Google Illyą Sutskever na temat uczenia maszynowego i magicznego myślenia, a także z odcinka czwartego sezonu, w którym gospodarze rozmawiają o sztucznej inteligencji i religii.

Historie danych

Ten co drugi tydzień program, którego gospodarzami są Enrico Bertini i Moritz Stefaner, skupia się na tym, co odróżnia go od większości innych podcastów dotyczących nauki o danych: wizualizacji danych.

Gospodarze często podchodzą do swoich tematów w sposób szlachetny, a nawet filozoficzny. W jednym odcinku gospodarze powitali uczoną Catherine D'Ignazio, aby porozmawiać o feministycznej wizualizacji danych, podczas gdy w innym odcinku Paul Slovic omawiał „odrętwienie statystyczne” lub niezdolność statystyki do wzbudzenia współczucia lub przekazania poczucia skali ludzkich tragedii.

Pokaz danych O'Reilly

Ben Lorica, główny specjalista ds. danych w O'Reilly Media, przyciąga do tego podcastu znanych gości.

Jeśli techniczna perspektywa programu może czasami zmylić bardziej przypadkowych słuchaczy, będą chcieli zostać w pobliżu na wywiady z Grace Huang, główną specjalistką ds. danych na Pintereście, która dzieliła się lekcjami z pierwszych linii eksperymentów z uczeniem maszynowym, lub seryjnym przedsiębiorcą Aurelien Geron , który podzielił się spostrzeżeniami na temat zostania inżynierem systemów uczących się.

Niedawno do Lorica dołączył Avner Braverman, którego start-up Binaris ma na celu wprowadzenie bezserwerowych aplikacji internetowych i korporacyjnych.

W tym tygodniu w uczeniu maszynowym i sztucznej inteligencji

Gospodarz Sam Charrington jest założycielem CloudPulse Strategies, firmy badawczej zajmującej się branżowymi i konsumenckimi zastosowaniami uczenia maszynowego i sztucznej inteligencji, a jego podcast jest skierowany do ściśle ukierunkowanej grupy naukowców, programistów, inżynierów, CTO i liderów biznesowych .

Nowicjuszom może na początku lepiej zamoczyć stopy przy nieco mniej technicznym podcastie, ale ci w terenie znajdą tu wiele do polubienia.

W jednym z ostatnich wyróżniających się odcinków, Trista Chen, główny naukowiec zajmujący się uczeniem maszynowym w Inventec, omawiała swoje doświadczenia we wdrażaniu uczenia maszynowego w środowisku przemysłowym, podczas gdy w innym, Nicole Nichols z Pacific Northwest National Laboratory zagłębiała się w uczenie maszynowe w celu zapewnienia bezpieczeństwa, wykrywania zagrożeń i rozmycia oprogramowania testowanie.

SuperData Science

Jeśli szukasz podcastu, który nie tylko ma charakter informacyjny, ale także motywuje, nie szukaj dalej niż ten popularny program prowadzony przez gospodarza Kirilla Eremenko, trenera Data Science i przedsiębiorcę zajmującego się stylem życia.

Oprócz ciekawych wywiadów z liderami w tej dziedzinie — ostatnio Bradley Voytek z University of California w San Diego wpadł do nas, aby omówić swoje doświadczenie jako pierwszego Data Scientist w Uberze, podczas gdy wiceprezes ds. zgodności produktów i strategii Ellie Mae, Luis Blanco, szczerze wspominał swój czas, prowadząc zespół Data Scientists w American Express — Eremenko wydaje również krótki cotygodniowy program w piątek, który ma po prostu poprawić Twój dzień.

Na przykład ostatni odcinek dotyczył uznania pozytywnych i negatywnych emocji, podczas gdy inny dotyczył poczucia winy i wstydu.

Uczące się maszyny 101

Zapowiadany jako „delikatne” wprowadzenie do sztucznej inteligencji i uczenia maszynowego, ten podcast — prowadzony przez Richarda Goldena, pełnoetatowego profesora nauk kognitywnych i elektrotechniki — ma na celu odczarowanie dziedziny sztucznej inteligencji za pomocą zabawnego podejścia.

Niektóre odcinki stają się dość techniczne, a ostatnie części badają, jak wybrać najlepszy model za pomocą AIC i GAIC, jak używać logiki pierwszego rzędu i sieci logicznych Markowa do reprezentowania wiedzy zdroworozsądkowej w algorytmach oraz jak reprezentować wiedzę za pomocą reguł logicznych.

Inne odcinki — takie jak niedawno opublikowany podcast badający, co komputery mogą, a czego nie mogą robić za pomocą argumentu maszyny Turinga — są zabawne nawet dla osób z zewnątrz.

Sztuczna inteligencja w przemyśle

Jeden z najbardziej praktycznych podcastów na tej liście, cotygodniowy program Daniela Faggelli, założyciela firmy Emerj Artificial Intelligence Research, analizuje możliwości sztucznej inteligencji w takich sektorach, jak farmacja, bankowość, handel detaliczny i obrona.

W ostatnim fascynującym odcinku znany informatyk Jurgen Schmidhuber omawiał przyszłość produkcji, podczas gdy w innym z Unity Technologies Danny Lange dołączył do Faggelli, aby porozmawiać o zastosowaniu symulowanych środowisk w branży motoryzacyjnej.

Porusza również szersze tematy biznesowe, które zainteresują osoby pracujące w dowolnej liczbie branż. Na przykład w jednym z niedawnych epizodów analizowano, dlaczego dyrektorzy powinni nadążać za trendami AI w biznesie — dzięki spostrzeżeniom od szefowej Data Bricks Machine Learning, Brooke Wenig — podczas gdy Jason Sundram z Facebooka pojawił się niedawno w podkaście, aby podzielić się wglądem w tworzenie zespołów zajmujących się analizą danych dla projektów AI .