Бул постто биз сиз менен DAGsHub компаниясынын негиздөөчүсү жана техникалык директорунан Data Science жөнүндө пайдалуу маалымат булактарынын тандоосу менен бөлүшөбүз, маалымат версиясын көзөмөлдөө жана маалымат илимпоздору менен машина үйрөнүү инженерлеринин кызматташуусу үчүн коомчулук жана веб-платформа. Тандоо Твиттер аккаунттарынан баштап, толук кандуу инженердик блогдорго чейин ар кандай булактарды камтыйт, алар эмнени издеп жатканын так билгендерге багытталган. Кесилгендин астында майда-чүйдөсүнө чейин.
Автордон:
Сиз жеген нерсеңиз, жана билим кызматкери катары сизге жакшы маалыматтык диета керек. Мен эң пайдалуу же жагымдуу деп эсептеген Data Science, жасалма интеллект жана ага байланыштуу технологиялар тууралуу маалымат булактарын бөлүшкүм келет. Бул сизге да жардам берет деп үмүттөнөм!
Акыркы окуялардан кабардар болуп турууга эң ылайыктуу YouTube каналы. Канал тез-тез жаңыланып турат жана алып баруучунун бардык темаларында жугуштуу энтузиазм жана позитивдүүлүк бар. AI боюнча гана эмес, компьютердик графика жана башка визуалдык жагымдуу темалар боюнча да кызыктуу иштердин чагылдырылышын күтүңүз.
Өзүнүн YouTube каналында Янник терең үйрөнүү боюнча олуттуу изилдөөлөрдү техникалык деталда түшүндүрөт. Изилдөөнү өз алдынча окугандын ордуна, маанилүү макалаларды тереңирээк түшүнүү үчүн анын видеолорунун бирин көрүү тезирээк жана оңой болот. Түшүндүрмөлөр математиканы көз жаздымда калтырбастан же үч карагайга адашып кетпестен макалалардын маңызын берет. Янник ошондой эле изилдөөлөр кантип бири-бирине дал келет, натыйжаларга канчалык олуттуу мамиле кылуу керек, кененирээк чечмелөө ж.б.у.с. Жаңы баштагандарга (же академиялык эмес практиктерге) бул ачылыштарга өз алдынча келүү кыйыныраак.
Өз сөздөрү менен айтканда:
Машина үйрөнүү изилдөө так, динамикалуу жана жандуу болушу керек. Ал эми Distill изилдөөгө жардам берүү үчүн түзүлгөн.
Distill - бул машина үйрөнүү боюнча уникалдуу илимий басылма. Окурманга темаларды интуитивдик түшүнүү үчүн макалалар укмуштуудай визуализациялар менен илгерилет. Мейкиндиктик ой жүгүртүү жана фантазия сизге Machine Learning жана Data Science темаларын түшүнүүгө жардам берүү үчүн жакшы иштейт. Салттуу басылма форматтары, тескерисинче, түзүлүшү боюнча катуу, статикалык жана кургак, кээде . Крис Олах, Distillдин биргелешип жаратуучусу, ошондой эле укмуштуудай жеке блогун жүргүзөт . Ал көптөн бери жаңыртыла элек, бирок дагы эле жазылган мыкты терең үйрөнүү түшүндүрмөлөрүнүн жыйнагы бойдон калууда. Айрыкча, бул мага абдан жардам берди LSTM!
Себастьян Рудер, биринчи кезекте, нейрон тармактарынын кесилиши жана табигый тилдеги текстти талдоо жөнүндө абдан маалыматтык блог жана маалымат бюллетенин жазат. Ал ошондой эле изилдөөчүлөргө жана конференциянын баяндамачыларына көптөгөн кеңештерди берет, бул сиз академияда болсоңуз абдан пайдалуу болушу мүмкүн. Себастьяндын макалалары тигил же бул аймактагы изилдөөлөрдүн жана методдордун заманбап абалын жалпылоо жана түшүндүрүү, кароо түрүндө болот. Бул макалалар тез өз багыттарын алууну каалаган практиктер үчүн абдан пайдалуу экенин билдирет. Себастьян да жазат .
Андрей Карпатыга киришүүнүн кереги жок. Жер жүзүндөгү эң белгилүү терең изилдөөчү изилдөөчүлөрдүн бири болуу менен бирге, ал кеңири колдонулган куралдарды жаратат кошумча долбоорлор катары. Анын Стэнфорд курсу аркылуу бул чөйрөгө сансыз адамдар кирген. , жана аны билүү сизге пайдалуу болот нейрон тармагын окутуу. Мен да көрүүнү сунуштайм Чыныгы дүйнөдө массалык түрдө машиналык үйрөнүүнү колдонууга аракет кылып жатканда Тесла жеңиши керек болгон чыныгы көйгөйлөр жөнүндө. Кеп маалыматтуу, таасирдүү жана сергек. ML өзү жөнүндө макалалардан тышкары, Андрей Карпаты берет үчүн . Андрейди окуңуз жана .
Uber инженердик блогу масштабы жана камтуу кеңдиги жагынан абдан таасирдүү, көп темаларды камтыйт, атап айтканда . Uberдин инженердик маданияты мага өзгөчө жагат - бул алардын абдан кызыктуу жана баалуу чыгаруу тенденциясы ачык булак өтө темпте. Бул жерде кээ бир мисалдар келтирилген:
- Ал эми тизме улана берет... Шляпалар, Uber
Талаш-тартыштарды эске албаганда, OpenAI блогу талашсыз сонун. Мезгил-мезгили менен блог OpenAI масштабында гана келе турган терең үйрөнүү жөнүндө мазмунду жана түшүнүктөрдү жарыялайт: гипотетикалык терең кош түшүү. OpenAI командасы сейрек жайгаштырышат, бирок булар маанилүү мазмун.
Taboola блогу бул посттогу башка булактардай эле белгилүү эмес, бирок мен аны уникалдуу деп эсептейм - авторлор MLди "нормалдуу" бизнес үчүн өндүрүштө колдонууга аракет кылганда өтө жөнөкөй, реалдуу көйгөйлөр жөнүндө жазышат: азыраак өзүн-өзү айдаган унаалар жана дүйнө чемпиондорун утуп алган RL агенттери, "менин моделим азыр жалган ишеним менен нерселерди алдын ала айтып жатканын кантип билем?". Бул маселелер бул тармакта иштеген дээрлик бардык адамдар үчүн актуалдуу жана кеңири таралган AI темаларына караганда басма сөздө азыраак чагылдырылган, бирок бул маселелерди туура чечүү үчүн дагы эле дүйнөлүк деңгээлдеги талант керек. Бактыга жараша, Табуланын бул таланты да, башка адамдар да үйрөнүшү үчүн ал жөнүндө жазууга даярдыгы жана жөндөмү бар.
Twitter менен бирге, Redditте изилдөөлөргө, куралдарга же элдин акылмандыгына байланып калуудан артык эч нерсе жок.
Посттор жыл сайын гана жарыяланат, бирок абдан жыш маалымат менен толтурулат. Бул тизмедеги башка булактарга салыштырмалуу, бул технологиялык эмес бизнес адамдар үчүн жеткиликтүү. Сүйлөшүүлөрдө мага жаккан нерсе, алар өнөр жай жана изилдөөлөр кайда бара жаткандыгы жөнүндө кеңири көз карашты берүүгө аракет кылып, аппараттык камсыздоодогу, изилдөөлөрдөгү, бизнестеги жана ал тургай геосаясаттагы жетишкендиктерди чымчыктын көзү менен бириктирүүгө аракет кылышат. Кызыкчылыктардын кагылышуусу жөнүндө окуу үчүн аягында баштоону унутпаңыз.
Подкасттар
Чынын айтсам, подкасттар техникалык темаларды үйрөнүүгө ылайыксыз деп ойлойм. Анткени, алар темаларды түшүндүрүү үчүн үндү гана колдонушат жана маалымат илими - бул абдан визуалдык талаа. Подкасттар сизге кийинчерээк тереңирээк изилдөөгө же философиялык талкууларды тартууга шылтоо болуп берет. Бирок, бул жерде кээ бир сунуштар бар:
- ал жасалма интеллект тармагындагы көрүнүктүү изилдөөчүлөр менен сүйлөшкөндө. Франсуа Чоллет менен болгон эпизоддор өзгөчө жакшы!
- . Маалымат инфраструктурасынын жаңы инструменттери жөнүндө укканыма кубанычтамын.
Керемет тизмелер
Бул жерде көңүл бура турган азыраак, бирок сиз издеп жатканыңызды билгенден кийин пайдалуу боло турган көбүрөөк ресурстар бар:
Мэтти нейрон тармактарын колдонуунун кооз, креативдүү жолдорун табат жана анын натыйжаларын Twitter каналыңыздан көрүү кызыктуу. Жок дегенде карап көрүңүз Постту.
Ори жөн гана айдоочу машина . Ал маалыматтар илимпоздор үчүн көйгөйлөр жана чечимдер жөнүндө көп жазат. Макала жарыяланганда кабардар болуу үчүн жазылууну унутпаңыз. Анын өзгөчө, чынында эле таасирдүү.
Чыгармачылыктын жана өндүрүмдүүлүктүн комплекстүү булагы болгон fast.ai сайтынын негиздөөчүсү.
Githubдагы ML инженери Хамел Хуссейн маалымат домениндеги кодерлер үчүн көптөгөн куралдарды түзүү жана отчет берүү менен алек.
Керастын жаратуучусу, азыр чалгындоо деген эмне жана аны кантип сынап көрүү керектиги жөнүндөгү түшүнүктү жаңыртуу.
Google Brain изилдөөчү окумуштуу.
жыйынтыктоо
Түпнуска пост жаңыртылышы мүмкүн, анткени автор тизмеге киргизбей коюу уят боло турган мазмундун чоң булактарын тапкан. Аны менен байланышуудан тартынбаңыз кээ бир жаңы булакты сунуш кылгыңыз келсе! Жана ошондой эле DAGsHub жактоочу [болм. котормо. Public Practitioner] Data Science тармагында, андыктан эгер сиз өзүңүздүн Data Science мазмунуңузду түзсөңүз, посттун авторуна жазыңыз.
Сунушталган булактарды окуп, промо-код менен иштеп чык ХАБР, баннерде көрсөтүлгөн арзандатууга кошумча 10% ала аласыз.
Көбүрөөк курстар
Өзгөчөлөнгөн макалалар
Source: www.habr.com