2020 मध्ये डेटा सायंटिस्ट म्हणून काय वाचायचे

या पोस्टमध्ये, आम्‍ही तुमच्‍यासोबत DAGsHub चे सह-संस्‍थापक आणि CTO कडून डेटा सायन्सबद्दल उपयुक्त माहितीच्‍या स्‍त्रोतांची निवड सामायिक करत आहोत, जो डेटा व्हर्जन कंट्रोलसाठी एक समुदाय आणि वेब प्‍लॅटफॉर्म आणि डेटा सायंटिस्ट आणि मशिन लर्निंग इंजिनीअर यांच्यातील सहयोग आहे. निवडीमध्ये ट्विटर खात्यांपासून ते पूर्ण अभियांत्रिकी ब्लॉगपर्यंत विविध स्रोतांचा समावेश आहे, ज्यांना ते नेमके काय शोधत आहेत हे माहित असलेल्यांना लक्ष्य केले जाते. कट अंतर्गत तपशील.

लेखकाकडून:
तुम्ही जे खाता ते तुम्हीच आहात आणि ज्ञान कार्यकर्ता म्हणून तुम्हाला चांगल्या माहितीपूर्ण आहाराची गरज आहे. मला डेटा सायन्स, आर्टिफिशियल इंटेलिजन्स आणि मला सर्वात उपयुक्त किंवा आकर्षक वाटणाऱ्या संबंधित तंत्रज्ञानाविषयी माहितीचे स्रोत शेअर करायचे आहेत. मला आशा आहे की हे देखील तुम्हाला मदत करेल!

दोन मिनिटांची कागदपत्रे

एक YouTube चॅनल जे नवीनतम इव्हेंटसह अद्ययावत राहण्यासाठी योग्य आहे. चॅनेल वारंवार अपडेट केले जाते आणि होस्टमध्ये समाविष्ट असलेल्या सर्व विषयांमध्ये संसर्गजन्य उत्साह आणि सकारात्मकता आहे. केवळ AI वरच नव्हे तर संगणक ग्राफिक्स आणि इतर दृष्यदृष्ट्या आकर्षक विषयांवर देखील मनोरंजक कार्याच्या कव्हरेजची अपेक्षा करा.

यानिक किल्चर

त्याच्या YouTube चॅनेलवर, Yannick तांत्रिक तपशीलामध्ये सखोल शिक्षणामध्ये महत्त्वपूर्ण संशोधन स्पष्ट करतो. एखादा अभ्यास स्वतः वाचण्याऐवजी, महत्त्वाच्या लेखांची सखोल माहिती मिळवण्यासाठी त्याचा एखादा व्हिडिओ पाहणे अनेकदा जलद आणि सोपे असते. स्पष्टीकरणे गणिताकडे दुर्लक्ष न करता किंवा तीन पाइन्समध्ये हरवल्याशिवाय लेखांचे सार व्यक्त करतात. अभ्यास एकत्र कसे बसतात, परिणाम किती गांभीर्याने घेतले पाहिजेत, व्यापक अर्थ लावले पाहिजेत, इत्यादींवरही यानिक आपली मते सामायिक करतो. नवशिक्यांना (किंवा गैर-शैक्षणिक अभ्यासकांना) स्वतःहून या शोधांपर्यंत पोहोचणे अधिक कठीण वाटते.

distill.pub

त्यांच्याच शब्दात:

मशीन लर्निंग संशोधन स्पष्ट, गतिमान आणि दोलायमान असणे आवश्यक आहे. आणि संशोधनात मदत करण्यासाठी डिस्टिल तयार केले गेले.

डिस्टिल हे एक अद्वितीय मशीन लर्निंग संशोधन प्रकाशन आहे. वाचकांना विषयांची अधिक अंतर्ज्ञानी समज देण्यासाठी लेखांना जबरदस्त व्हिज्युअलायझेशनसह प्रोत्साहन दिले जाते. स्थानिक विचार आणि कल्पनाशक्ती तुम्हाला मशीन लर्निंग आणि डेटा सायन्स विषय समजून घेण्यात मदत करण्यासाठी खूप चांगले कार्य करते. दुसरीकडे, पारंपारिक प्रकाशन स्वरूप त्यांच्या संरचनेत कठोर, स्थिर आणि कोरडे आणि कधीकधी "गणितीय". ख्रिस ओलाह, डिस्टिलचे सह-निर्माता, येथे एक अद्भुत वैयक्तिक ब्लॉग देखील ठेवतात GitHub. हे बर्याच काळापासून अद्यतनित केले गेले नाही, परंतु तरीही आतापर्यंत लिहिलेल्या सर्वोत्कृष्ट सखोल शिक्षण स्पष्टीकरणांचा संग्रह आहे. विशेषतः, मला खूप मदत झाली वर्णन LSTM!

स्त्रोत

सेबॅस्टियन रुडर

सेबॅस्टियन रुडर एक अतिशय माहितीपूर्ण ब्लॉग आणि वृत्तपत्र लिहितात, प्रामुख्याने न्यूरल नेटवर्क आणि नैसर्गिक भाषेतील मजकूर विश्लेषणाच्या छेदनबिंदूबद्दल. तो संशोधकांना आणि कॉन्फरन्स स्पीकर्सना खूप सल्ला देतो, जे तुम्ही शैक्षणिक क्षेत्रात असल्यास खूप उपयुक्त ठरू शकते. सेबॅस्टियनचे लेख पुनरावलोकनांचे स्वरूप घेतात, दिलेल्या क्षेत्रातील संशोधन आणि पद्धतींमधील कला स्थितीचे सारांश आणि स्पष्टीकरण देतात. याचा अर्थ असा की ज्यांना त्यांचे बेअरिंग लवकर मिळवायचे आहे त्यांच्यासाठी लेख अत्यंत उपयुक्त आहेत. सेबॅस्टियन देखील मध्ये लिहितात Twitter.

आंद्रे कार्पाटी

आंद्रेई कार्पेटीला परिचयाची गरज नाही. पृथ्वीवरील सर्वात प्रसिद्ध सखोल अभ्यास संशोधकांपैकी एक असण्याव्यतिरिक्त, तो मोठ्या प्रमाणावर वापरलेली साधने तयार करतो जसे की संग्रहण विवेक संरक्षक साइड प्रोजेक्ट्स म्हणून. त्याच्या स्टॅनफोर्ड कोर्सद्वारे असंख्य लोकांनी या क्षेत्रात प्रवेश केला. cs231n, आणि ते जाणून घेणे तुमच्यासाठी उपयुक्त ठरेल पाककृती न्यूरल नेटवर्क प्रशिक्षण. मी ते पाहण्याची देखील शिफारस करतो भाषण वास्तविक जगात मोठ्या प्रमाणावर मशीन लर्निंग लागू करण्याचा प्रयत्न करताना टेस्लाने ज्या वास्तविक समस्यांवर मात करणे आवश्यक आहे. भाषण माहितीपूर्ण, प्रभावी आणि विचारशील आहे. ML बद्दलच्या लेखांव्यतिरिक्त, आंद्रे कार्पाटी देतात चांगला जीवन सल्ला ते महत्वाकांक्षी शास्त्रज्ञ. येथे अँड्र्यू वाचा Twitter आणि वर जिथूब.

उबर अभियांत्रिकी

Uber अभियांत्रिकी ब्लॉग कव्हरेजच्या स्केल आणि रुंदीच्या बाबतीत खरोखरच प्रभावी आहे, विशेषत: अनेक विषयांचा समावेश आहे कृत्रिम बुद्धिमत्ता. मला विशेषतः Uber च्या अभियांत्रिकी संस्कृतीबद्दल जे आवडते ते म्हणजे अतिशय मनोरंजक आणि मौल्यवान प्रकाशन करण्याची त्यांची प्रवृत्ती प्रकल्प विदारक वेगाने मुक्त स्रोत. येथे काही उदाहरणे आहेत:

• लुडविग
• h3
• react-vis
• aresdb
• आणि यादी पुढे जात राहते...हॅट्स ऑफ, उबेर

OpenAI ब्लॉग

विवाद बाजूला ठेवून, OpenAI ब्लॉग निर्विवादपणे उत्कृष्ट आहे. वेळोवेळी, ब्लॉग सखोल शिक्षणाविषयी सामग्री आणि अंतर्दृष्टी पोस्ट करते जे केवळ OpenAI च्या प्रमाणात येऊ शकते: काल्पनिक घटना खोल दुहेरी कूळ. OpenAI टीम क्वचितच पोस्ट करत असते, पण ही महत्त्वाची सामग्री आहे.

स्त्रोत

टॅबूला ब्लॉग

टॅबूला ब्लॉग या पोस्टमधील इतर काही स्त्रोतांइतका प्रसिद्ध नाही, परंतु मला वाटते की ते अद्वितीय आहे - लेखक "सामान्य" व्यवसायासाठी उत्पादनात एमएल लागू करण्याचा प्रयत्न करताना अतिशय सांसारिक, वास्तविक समस्यांबद्दल लिहितात: याबद्दल कमी सेल्फ-ड्रायव्हिंग कार आणि RL एजंट्स जे वर्ल्ड चॅम्पियन आहेत, "माझे मॉडेल आता खोट्या आत्मविश्वासाने गोष्टींचा अंदाज लावत आहे की नाही हे मला कसे कळेल?". या समस्या या क्षेत्रात काम करणार्‍या जवळजवळ प्रत्येकासाठी संबंधित आहेत आणि अधिक सामान्य AI विषयांपेक्षा कमी प्रेस कव्हरेज प्राप्त करतात, परंतु तरीही या समस्यांचे योग्यरित्या निराकरण करण्यासाठी जागतिक दर्जाची प्रतिभा लागते. सुदैवाने, टॅबूलाकडे ही प्रतिभा आणि त्याबद्दल लिहिण्याची इच्छा आणि क्षमता दोन्ही आहे जेणेकरून इतर लोकही शिकू शकतील.

पंचकर्म

Twitter सोबत, Reddit वर संशोधन, साधने किंवा गर्दीच्या शहाणपणावर आकस्मिक जाण्यापेक्षा काहीही चांगले नाही.

• reddit.com/r/machinelearning
• reddit.com/r/datascience

AI चे राज्य

पोस्ट फक्त दरवर्षी प्रकाशित केल्या जातात, परंतु माहितीने खूप घनतेने भरलेली असते. या सूचीतील इतर स्त्रोतांच्या तुलनेत, हे तंत्रज्ञान नसलेल्या व्यावसायिकांसाठी अधिक प्रवेशयोग्य आहे. मला या चर्चेबद्दल जे आवडते ते म्हणजे ते उद्योग आणि संशोधन कोठे जात आहेत याचा अधिक समग्र दृष्टीकोन देण्याचा प्रयत्न करतात, हार्डवेअर, संशोधन, व्यवसाय आणि अगदी भू-राजनीतीमधील प्रगती एकत्र बांधतात. स्वारस्याच्या संघर्षांबद्दल वाचण्यासाठी शेवटी सुरुवात करण्याचे सुनिश्चित करा.

पॉडकास्ट

खरे सांगायचे तर, मला वाटते पॉडकास्ट तांत्रिक विषयांबद्दल शिकण्यासाठी अयोग्य आहेत. शेवटी, ते विषय स्पष्ट करण्यासाठी फक्त ध्वनी वापरतात आणि डेटा सायन्स हे एक अतिशय दृश्य क्षेत्र आहे. पॉडकास्ट तुम्हाला नंतर अधिक सखोल एक्सप्लोर करण्यासाठी किंवा तात्विक चर्चांमध्ये गुंतण्यासाठी एक निमित्त देतात. तथापि, येथे काही शिफारसी आहेत:

• लेक्स फ्रेडमन पॉडकास्टजेव्हा तो कृत्रिम बुद्धिमत्तेच्या क्षेत्रातील नामवंत संशोधकांशी बोलतो. फ्रँकोइस चोलेटचे भाग विशेषतः चांगले आहेत!
• डेटा अभियांत्रिकी पॉडकास्ट. नवीन डेटा इन्फ्रास्ट्रक्चर टूल्सबद्दल ऐकून आनंद झाला.

अप्रतिम याद्या

येथे लक्ष ठेवण्यासारखे कमी आहे, परंतु आपण काय शोधत आहात हे जाणून घेतल्यावर अधिक संसाधने उपयुक्त आहेत:

• github.com/josephmisiti/awesome-machine-learning
• awesomedataengineering.com

Twitter

• मॅटी मारियान्स्की
  मॅटीला न्यूरल नेटवर्क्स वापरण्याचे सुंदर, सर्जनशील मार्ग सापडतात आणि आपल्या Twitter फीडवर त्याचे परिणाम पाहण्यात मजा येते. निदान एकदा तरी बघा हे जलद
• ओरी कोहेन
  ओरी हे फक्त एक ड्रायव्हिंग मशीन आहे ब्लॉग. डेटा शास्त्रज्ञांच्या समस्या आणि उपायांबद्दल ते विस्तृतपणे लिहितात. लेख प्रकाशित झाल्यावर सूचित करण्यासाठी सदस्यता घ्या. त्याचा संकलनविशेषतः खरोखर प्रभावी आहे.
• जेरेमी हॉवर्ड
  फास्ट.एआयचे सह-संस्थापक, सर्जनशीलता आणि उत्पादकतेचे सर्वसमावेशक स्त्रोत.
• हमेल हुसेन
  गिथुब येथील कर्मचारी एमएल अभियंता, हॅमेल हुसैन डेटा डोमेनमधील कोडरसाठी अनेक साधने तयार करण्यात आणि अहवाल देण्याच्या कामात व्यस्त आहेत.
• फ्रँकोइस चोलेट
  केरसचा निर्माता, आता प्रयत्न करीत आहे बुद्धिमत्ता म्हणजे काय आणि त्याची चाचणी कशी करावी याबद्दलची आमची समज अद्ययावत करा.
• hardmaru
  Google ब्रेनचे संशोधन शास्त्रज्ञ.

निष्कर्ष

मूळ पोस्ट अद्यतनित केली जाऊ शकते कारण लेखकास सामग्रीचे उत्कृष्ट स्त्रोत सापडले आहेत की सूचीमध्ये समाविष्ट न करणे लाजिरवाणे आहे. मोकळ्या मनाने त्याच्याशी संपर्क साधा Twitterआपण काही नवीन स्रोत शिफारस करू इच्छित असल्यास! आणि DAGsHub देखील कामावर घेतो वकील [अंदाजे. अनुवाद पब्लिक प्रॅक्टिशनर] डेटा सायन्समध्ये, त्यामुळे तुम्ही तुमची स्वतःची डेटा सायन्स सामग्री तयार केल्यास, पोस्टच्या लेखकाला मोकळ्या मनाने लिहा.

शिफारस केलेले स्त्रोत वाचून आणि प्रचारात्मक कोडद्वारे विकसित करा HABR, बॅनरवर दर्शविलेल्या सवलतीवर तुम्ही अतिरिक्त 10% मिळवू शकता.

• डेटा सायन्स ऑनलाइन बूटकॅम्प
• सुरवातीपासून डेटा विश्लेषक या व्यवसायाचे प्रशिक्षण
• डेटा विश्लेषण ऑनलाइन बूटकॅम्प
• डेटा सायन्सचा व्यवसाय सुरवातीपासून शिकवणे
• वेब डेव्हलपमेंट कोर्ससाठी पायथन

अधिक अभ्यासक्रम

• डेटा विश्लेषण अभ्यासक्रम
• DevOps कोर्स
• प्रोफेशन वेब डेव्हलपर
• व्यवसाय iOS विकासक सुरवातीपासून
• सुरवातीपासून प्रोफेशन अँड्रॉइड डेव्हलपर
• प्रोफेशन जावा डेव्हलपर सुरवातीपासून
• जावास्क्रिप्ट कोर्स
• मशीन लर्निंग कोर्स
• कोर्स "डेटा सायन्ससाठी गणित आणि मशीन लर्निंग"
• प्रगत अभ्यासक्रम "मशीन लर्निंग प्रो + डीप लर्निंग"

वैशिष्ट्यीकृत लेख

• ऑनलाइन अभ्यासक्रमांशिवाय डेटा सायंटिस्ट कसे व्हावे
• 450 मोफत आयव्ही लीग अभ्यासक्रम
• सलग 5 महिने आठवड्यातून 9 दिवस मशीन लर्निंगचा अभ्यास कसा करायचा
• डेटा विश्लेषक किती कमावतो: 2020 मध्ये रशिया आणि परदेशात पगार आणि रिक्त पदांचे विहंगावलोकन
• खाण उद्योगात मशीन लर्निंग आणि कॉम्प्युटर व्हिजन

स्त्रोत: www.habr.com