In questu post, spartemu cun voi una selezzione di fonti d'infurmazioni utili nantu à Data Science da u cofundatore è CTO di DAGsHub, una cumunità è una piattaforma web per u cuntrollu di versione di dati è a cullaburazione trà i scientisti di dati è l'ingegneri di l'apprendimentu automaticu. A selezzione include una varietà di fonti, da i cunti Twitter à i blog di ingegneria cumpletu, chì sò destinati à quelli chì sanu esattamente ciò chì cercanu. Dettagli sottu u cut.
Da l'autore:
Sò ciò chì manghjate, è cum'è un travagliu di cunniscenza, avete bisognu di una bona dieta informativa. Vogliu sparte e fonti d'infurmazioni nantu à Data Science, intelligenza artificiale è tecnulugii cunnessi chì mi pare più utili o attrattivi. Spergu chì questu vi aiuta ancu!
Un canale YouTube chì hè bè adattatu per mantene a data cù l'ultimi avvenimenti. U canali hè aghjurnatu spessu è l'ospite hà un entusiasmu infettivu è pusitivi in tutti i temi trattati. Aspettate una copertura di u travagliu interessante micca solu nantu à AI, ma ancu in grafica di computer è altri temi visualmente attraenti.
Nantu à u so canali YouTube, Yannick spiega una ricerca significativa in l'apprendimentu prufondu in dettagli tecnichi. Invece di leghje un studiu nantu à u vostru propiu, hè spessu più veloce è più faciule per fighjà unu di i so video per acquistà una cunniscenza più profonda di l'articuli impurtanti. L'esplicazioni trasmettenu l'essenza di l'articuli senza trascuratà a matematica o perde in trè pini. Yannick sparte ancu i so punti di vista nantu à cumu i studii s'adattanu, cumu si deve piglià in seriu i risultati, interpretazioni più larghe, etc. I principianti (o i praticanti non accademici) trovanu più difficiuli di vene à queste scuperte per sè stessu.
A ricerca di l'apprendimentu automaticu deve esse chjara, dinamica è vibrante. E Distill hè statu creatu per aiutà in a ricerca.
Distill hè una publicazione unica di ricerca di l'apprendimentu automaticu. L'articuli sò promossi cù visualizazioni stupente per dà à u lettore una comprensione più intuitiva di i temi. U pensamentu spaziale è l'imaginazione tendenu à travaglià assai bè per aiutà à capisce i temi di Machine Learning è Data Science. I formati tradiziunali di publicazione, invece, tendenu à esse rigidi in a so struttura, statica è secca, è à volte "matematica". Chris Olah, co-creatore di Distill, mantene ancu un incredibile blog persunale GitHub. Ùn hè micca aghjurnatu per un bellu pezzu, ma ferma sempre una cullizzioni di e migliori spiegazioni di apprendimentu prufonda mai scritte. In particulare, m'hà aiutatu assai Описание LSTM!
Sebastian Ruder scrive un blog assai informativu è un newsletter, principarmenti nantu à l'intersezzione di e rete neurali è l'analisi di testu in lingua naturali. Dà ancu assai cunsiglii à i circadori è i parlanti di cunferenza, chì ponu esse assai utili se site in l'accademia. L'articuli di Sebastian tendenu à piglià a forma di recensioni, riassuntu è spiegà u statu di l'arti in a ricerca è i metudi in un spaziu determinatu. Questu significa chì l'articuli sò estremamente utili per i pratichi chì volenu piglià i so cuscinetti rapidamente. Sebastian scrive ancu in Twitter.
Andrei Karpaty ùn hà micca bisognu di presentazione. In più di esse unu di i più famosi circadori di apprendimentu prufonda nantu à a terra, crea strumenti assai usati cum'è conservatore di sanità d'archiviu cum'è prughjetti laterali. Innumerevoli persone entranu in questu regnu attraversu u so cursu di Stanford. cs231n, è vi serà utile per sapè ricetta furmazione di rete neurale. Vi cunsigliu ancu di fighjà discursu circa i veri prublemi chì Tesla deve superà quandu prova à applicà l'apprendimentu di a macchina à una scala massiva in u mondu reale. U discorsu hè informativu, impressiunanti è sobri. In più di l'articuli nantu à ML stessu, Andrey Karpaty dà boni cunsiglii di vita di scienziati ambiziosi. Leghjite Andrew à Twitter è quì Github.
U blog di l'ingegneria Uber hè veramente impressiunanti in quantu à a scala è a larghezza di a cobertura, chì copre assai temi, in particulare Intelligenza Artificiale. Ciò chì mi piace in particulare di a cultura di l'ingegneria di Uber hè a so tendenza à liberà assai interessanti è preziosi prughjetti open source à un ritmu vertiginu. Eccu alcuni esempi:
A cuntroversia da parte, u blog OpenAI hè innegabilmente grande. Di tantu in tantu, u blog publica cuntenutu è insights nantu à l'apprendimentu prufondu chì pò vene solu à a scala di OpenAI: ipotetica fenomenu profonda doppia discesa. A squadra OpenAI tende à publicà raramente, ma questi sò cuntenutu impurtanti.
U blog Taboola ùn hè micca cusì cunnisciutu cum'è alcune di l'altri fonti in questu post, ma pensu chì hè unicu - l'autori scrivenu nantu à prublemi assai mundani, veri quandu pruvate d'applicà ML in a pruduzzione per un affari "normale": menu circa. vitture self-driving è agenti RL vincenu campioni di u mondu, più nantu à "cumu sacciu s'ellu u mo mudellu hè avà predichendu e cose cun falsa fiducia?". Questi prublemi sò pertinenti per quasi tutti chì travaglianu in u campu è ricevenu menu copertura di stampa cà i temi più cumuni di l'AI, ma hè sempre bisognu di talentu mundiale per affruntà bè questi prublemi. Fortunatamente, Taboola hà à tempu stu talentu è a vuluntà è a capacità di scrive nantu à questu per chì l'altri populi ponu ancu amparà.
Reddit
Inseme à Twitter, ùn ci hè nunda di megliu nantu à Reddit chè chjappà nantu à a ricerca, l'arnesi o a saviezza di a folla.
I posti sò publicati solu annu, ma pienu d'infurmazioni assai densamente. Comparatu à altre fonti nantu à sta lista, questu hè più accessibile per l'imprese senza tecnulugia. Ciò chì mi piace di e discussioni hè chì cercanu di dà una visione più olistica di induve l'industria è a ricerca si dirigenu, liendu l'avance in hardware, ricerca, affari, è ancu geopolitica da una vista d'uccello. Assicuratevi di principià à a fine per leghje nantu à i cunflitti di interessu.
Podcasts
Francamente, pensu chì i podcasts ùn sò micca adattati per amparà nantu à temi tecnichi. Dopu tuttu, usanu solu u sonu per spiegà i temi, è a scienza di dati hè un campu assai visuale. I podcasts tendenu à dà una scusa per spiegà in più in profondità dopu, o per impegnà discussioni filosofichi. Tuttavia, quì sò qualchi cunsiglii:
podcast di lex friedmanquand'ellu parla à circadori prominenti in u campu di l'intelligenza artificiale. L'episodi cù Francois Chollet sò soprattuttu boni !
Matty Mariansky
Matty trova modi belli è creativi per utilizà e rete neurali, è hè divertente per vede i so risultati nantu à u vostru feed Twitter. Fighjate almenu questu post
Ori Cohen
Ori hè solu una macchina di guida blogs. Scrive assai di prublemi è suluzioni per i scientifichi di dati. Assicuratevi di subscribe per esse avvisatu quandu un articulu hè publicatu. U so compilationin particulare hè veramente impressiunanti.
Jeremy Howard
Co-fundatore di fast.ai, una fonte cumpleta di creatività è produtividade.
Hamel Hussein
Un ingegnere ML di u staffu in Github, Hamel Hussain hè occupatu à u travagliu di creazione è di rapportu nantu à parechje strumenti per i codificatori in u duminiu di dati.
François Chollet
Creatore di Keras, avà pruvà à aghjurnà a nostra cunniscenza di ciò chì l'intelligenza hè è cumu pruvà.
U post uriginale pò esse aghjurnatu cum'è l'autore trova grandi fonti di cuntenutu chì saria una vergogna ùn include micca in a lista. Sentite liberu di cuntattatelu Twitterse vulete ricumandemu una nova fonte! Ancu DAGsHub cuntratta Avvocatu [circa. transl. Public Practitioner] in Data Science, dunque se crea u vostru propiu cuntenutu di Data Science, sentite liberu di scrive à l'autore di u post.
Sviluppà leghjendu e fonti cunsigliate, è da u codice promozionale HABR, pudete uttene un 10% supplementu à u scontu indicatu nantu à u banner.