データサイエンスポッドキャストの究極のリスト

データサイエンスポッドキャストの究極のリスト

ポッドキャストは、特にデータサイエンスに関しては、業界に没頭するのに最適な方法です。 フィールドは非常に速く移動し、毎週行われるすべての新しい開発に遅れずについていくのは困難です!

体は忙しいが、仕事は通勤しているとき、ジムで運動しているとき、家の周りを掃除しているときなど、心は自由です。 これは、脳が新しいことを学び、フィールドのトップにいることを保証するのに最適な時期です。

機械学習から人工知能からビッグデータ分析まで、すべてをカバーするデータサイエンスポッドキャストが多数あります。 これが有益で有益で魅力的なショーを見つけるための素晴らしいリソースになることを願っています。

飛び込む準備をしてください!

無料ボーナス: link:#[ここをクリックして、NumPyのスキルを向上させるための最良のチュートリアル、ビデオ、書籍を紹介する無料のNumPyリソースガイドにアクセスしてください。

アクティブデータサイエンスポッドキャスト

この記事の執筆時点では、これらのデータサイエンスポッドキャストはアクティブであり、まだ生産中です。 アーカイブを深く掘り下げて作業を進めるか、最新のエピソードに飛び込んでください!

データ懐疑論者

  • ウェブサイト:https://dataskeptic.com/

  • Twitter:https://twitter.com/dataskeptic[@dataskeptic]

  • 聞く:https://dataskeptic.libsyn.com/rss[RSS]⋅https://itunes.apple.com/us/podcast/data-skeptic/id890348705?mt=2[iTunes]⋅https://www。 podbean.com/podcast-detail/6r4mt-34d76/Data+Skeptic[Podbean]⋅https://player.fm/series/data-skeptic[Player FM]

Data Skeptic Podcast Logo、width = 840、height = 840

Data Skepticは、最も有名なデータサイエンスポッドキャストの1つです。 この週ごとのショーでは、データサイエンス、統計、機械学習、人工知能のトピックを取り上げます。

Kyle Polichが主催するこのショーは、リスナーがダイブする200以上のエピソードで好調です。 最近、ショーは、偽のニュースなど、データサイエンスの世界のより大きなトピックを中心に展開する一連のテーマエピソードをリリースしました。

エピソードは、高レベルのデータサイエンスの概念を説明する業界の専門家とミニソードへのインタビューを交互に行います。

ミニソードは、自然言語処理やk-meansクラスタリングなどのデータサイエンスのトピックについてカイルと話すリンダトランが共催しています。 リスナーは、ホストがそれを通して話すときにトピックのより良い理解を得ます。

線形余談

  • ウェブサイト:http://lineardigressions.com

  • Twitter:https://twitter.com/lindigressions?lang=en[@LinDigressions]

  • 聞く:http://lineardigressions.com/episodes?format=RSS[RSS]⋅https://itunes.apple.com/us/podcast/linear-digressions/id941219323?mt=2[iTunes]⋅https://www.podbean.com/podcast-detail/jeif2-34d14/Linear-Digressions-Podcast[Podbean]⋅https://player.fm/series/linear-digressions-74115[Player FM]

Linear Digressions Podcast Logo、width = 1440、height = 1440

ケイティマローンとベンジャッフェは、データサイエンス、機械学習、人工知能の最近の発展を探る毎週のポッドキャストであるリニアディグレションを主催しています。 ホストは親友であり、彼らの関係により、各エピソードは非常にアクセスしやすく、理解しやすくなります。

この記事の執筆時点では、リスナーがダイブする100を超えるエピソードがあります。 各エピソードは約30分で開始され、手元のトピックをすばやく理解するのが簡単になります。

ケイティとベンは、複雑な技術トピックをその基礎にまで掘り下げるのに素晴らしい仕事をしています。 ほんの数分で、ニューラルネットワーク、オートエンコーダ、フーリエ変換などの謎を解きます。

トーキングマシン

  • ウェブサイト:https://www.thetalkingmachines.com/

  • Twitter:https://twitter.com/tlkngmchns?lang=en[@TlkngMchns]

  • 聞く:http://rss.art19.com/talking-machines[RSS]⋅https://itunes.apple.com/us/podcast/talking-machines/id955198749?mt=2[iTunes]⋅https://player.fm/series/talking-machines-1457195 [プレーヤーFM]

Talking Machines Podcast Logo、width = 500、height = 500

元公共ラジオプロデューサーのキャサリンゴーマンは、データサイエンス、AI、機械学習に関する一般の会話を継続することは、AIの新たな冬を防ぐために絶対に不可欠であると考えています。

彼女は、データサイエンスポッドキャストがその議論の素晴らしい場であると信じています。 この目的のために、彼女はニール・ローレンス教授とともにトーキングマシンをホストしています。

ポッドキャストの目的は、機械学習を幅広い読者に紹介し、業界の専門家、ビジネスリーダー、関心のある一般の人々がこれらのツールや技術をよりよく理解できるようにすることです。

エピソードは通常、単純な形式に従います。ホストは業界ニュースについてチャットし、ゲストにインタビューし、最終的にリスナーの質問に答えることができます。 エピソードは季節ごとにリリースされ、約40分で長い側にある傾向があります。

ラジオのホストとしてのキャサリンの歴史が役に立つのはこのためです。彼女はショーを魅力的で有益なものに保ち、機械学習業界の正確な写真を提示するために努力しています。

O’Reilly Data Show

  • ウェブサイト:https://www.oreilly.com/topics/oreilly-data-show-podcast

  • Twitter:https://twitter.com/oreillymedia?lang=en[@OReillyMedia]

  • 聞く:http://feeds.podtrac.com/IOJSwQcdEBcg[RSS]⋅https://itunes.apple.com/us/podcast/oreilly-data-show-oreilly-media-podcast/id944929220?mt=2[iTunes] ]⋅https://www.podbean.com/podcast-detail/is26f-4d5a0/The-O’Reilly-Data-Show-Podcast[Podbean]⋅https://player.fm/series/oreilly-data-show -oreilly-media-podcast [プレーヤーFM]

O’Reilly Data Show Podcast Logo、width = 630、height = 630

ベンロリカは、オライリーメディアのチーフデータサイエンティストです。 各エピソードで、彼は業界の専門家が参加し、ビッグデータとデータサイエンスのトピックについて議論します。 エピソードは30〜40分で実行され、非常にアクセスしやすくなっています。

各エピソードの冒頭で、ホストは、ポッドキャストで取り上げられているトピックについて詳しく知るためにリスナーが参加できるイベントシリーズを宣伝します。 イントロで言及されているのはStrata Data ConferenceとArtificial Intelligence Conferenceですが、https://www.oreilly.com/conferences/[theevent page]でO’Reillyのカンファレンスをもっと見つけることができます。

それほど標準偏差ではない

  • ウェブサイト:http://nssdeviations.com/

  • Twitter:https://twitter.com/nssdeviations?lang=en[@NSSDeviations]

  • 聞く:http://nssdeviations.libsyn.com/rss[RSS]⋅https://itunes.apple.com/us/podcast/not-so-standard-deviations/id1040614570?mt=2[iTunes]⋅https://www.podbean.com/podcast-detail/cjmtq-387c6/Not-So-Standard-Deviations-Podcast[Podbean]⋅https://player.fm/series/1504035[Player FM]

標準偏差ではありませんPodcast Logo、width = 512、height = 512

ロジャー・ペン(ジョンズ・ホプキンス・ブルームバーグ・スクール・オブ・パブリック・ヘルス)とヒラリー・パーカー(スティッチ・フィックス)がこのポッドキャストを共催しています。 彼らは、業界のニュースだけでなく、データを扱う個人的な経験についても話し合っています。

エピソードは1か月に2、3回放映され、長い方で放送されます。 ほとんどのエピソードは少なくとも60分で、一部は1時間半ほどで記録されます。 長時間の通勤や家で夜の雑用をするときに最適ですので、ディスカッションに参加できます!

データストーリー

  • ウェブサイト:http://datastori.es/

  • Twitter:https://twitter.com/datastories?lang=en[@datastories]

  • 聞く:http://datastori.es/feed/mp3/[RSS]⋅https://itunes.apple.com/us/podcast/data-stories/id502854960?mt=2[iTunes]⋅https://player .fm/series/data-stories/ep-133-year-review-2018 [Player FM]

Data Stories Podcast Logo、width = 400、height = 400

データの視覚化にあるこのポッドキャストは、データサイエンスのポッドキャストでは珍しいデータ分析パイプラインの非常に特定のサブセットに焦点を当てています。 データ分析の専門家であるエンリコ・ベルティーニとモリッツ・ステファナーは、隔週でゲストとデータ分析と視覚化について話し合います。

ショーはかなり会話調子です。 ホストはお互いにアイデアをバウンスし、ゲストに素晴らしい質問をし、一般的に会話を流し続けます。 約40分の実行時間で、リスナーは、データを視覚化する方法や、データが日常生活で果たす役割について、本当に学ぶことができます。

SuperDataScience

  • ウェブサイト:https://www.superdatascience.com/podcast/

  • Twitter:https://twitter.com/superdatasci?lang=en[@superdatasci]

  • 聞く:https://feeds.soundcloud.com/users/soundcloud:users:253585900/sounds.rss[RSS]⋅https://itunes.apple.com/us/podcast/superdatascience/id1163599059?mt=2[iTunes ]⋅https://www.podbean.com/podcast-detail/if3pi-46ad1/SuperDataScience-Podcast[Podbean]⋅https://player.fm/series/superdatascience[Player FM]

SuperDataScience Podcast Logo、width = 500、height = 500

Kirill Eremenkoはデータサイエンスのコーチであり、ライフスタイルの起業家であり、SuperDataScienceポッドキャストのインフルエンサーとしての経験をもたらします。 彼のインタビューエピソードで、彼はデータサイエンティストとデータアナリストと話をして、彼らのキャリアパスと、データ業界でどのように成功したかについて詳しく学びました。

業界の専門家へのインタビューに加えて、ホストは純粋にインスピレーションを与えるミニソッドを放送します! _Five Minute Friday_と呼ばれるこれらのミニソードは、リスナーにデータサイエンティストとしての自分自身を向上させ、データサイエンスのキャリアを向上させるためのアドバイスを提供することを目的としています。 これは間違いなく最も意欲的なデータサイエンスポッドキャストの1つです。

自宅でのデータサイエンス

  • ウェブサイト:https://datascienceathome.com/

  • Twitter:https://twitter.com/thisisfrag?lang=en[@ThisIsFrag]

  • 聞く:https://podcast.datascienceathome.com/feed.xml[RSS]⋅https://itunes.apple.com/us/podcast/data-science-at-home/id1069871378?mt=2[iTunes]⋅ Podbean⋅https://player.fm/series/data-science-at-home-2362678 [プレーヤーFM]

Data Science At Home Podcast Logo、width = 1400、height = 1400

Francesco Gadaletaは、誰にとっても機械学習を簡単にしたいと考えています。 このポッドキャストでは、業界の専門家とのインタビューエピソードと、独力でトピックについて議論するソロエピソードを交互に行っています。

番組は決まったスケジュールではないようで、エピソードの長さも変わりますが、一般的にインタビューのエピソードは1時間近く続きますが、彼のソロエピソードは約20分で始まります。

ホストはかなりの意見を持っているため、AI冬、最適化、データサイエンティストになるために必要な最小要件などのトピックに関する彼の見解を聞くのは興味深いものです。

今週の機械学習と人工知能(TWiML&AI)

  • ウェブサイト:https://twimlai.com/

  • Twitter:https://twitter.com/twimlai?lang=en[@twimlai]

  • 聞く:http://feeds.feedburner.com/twimlai[RSS]⋅https://itunes.apple.com/us/podcast/this-week-in-machine-learning/id1116303051?mt=2[iTunes]⋅ Podbean⋅https://player.fm/シリーズ/2355587 [プレーヤーFM]

今週の機械学習とAI TWIMLAIポッドキャストのロゴ、幅= 500、高さ= 500

TWiML&AIは、データサイエンス、機械学習、人工知能の最新の開発について議論するポッドキャストです。 ホストのSam Charringtonは、一流の研究者や業界の専門家にインタビューし、成長するコミュニティの学者、エンジニア、ビジネスリーダー、その他の機械学習やAI愛好家に情報を提供しています。

このショーはターゲットを絞った視聴者を対象としており、時にはかなり技術的なものになることもあります。 業界の専門家ではないリスナーは、各エピソードを最大限に活用するために背景知識を磨く必要があるかもしれません。

耳にする200時間以上のエピソードがあります。 ポッドキャストではこの技術分野の最近の開発について説明しているため、最新のエピソードにジャンプしたり、アーカイブに戻って機械学習やAIの歴史的な開発をチェックしたりできます。

DataFramed

  • ウェブサイト:https://www.datacamp.com/community/podcast

  • Twitter:https://twitter.com/DataCamp?lang=en[@DataCamp]

  • 聞く:https://itunes.apple.com/us/podcast/dataframed/id1336150688?mt=2[iTunes]⋅https://www.podbean.com/podcast-detail/djrvq-63d37/DataFramed-Podcast[Podbean ]⋅https://player.fm/series/series-2285898[Player FM]

DataFramed Podcast Logo、width = 500、height = 500

データサイエンティスト、ライター、教育者であるHugo Bowne-Andersonは、DataCampがスポンサーとなっているこのポッドキャストをホストしています。

毎週、ホストは業界の専門家や学術の専門家と座り、データサイエンス業界が世界にどのような影響を与えているかを話し合います。 主催者は素晴らしい質問をし、フィールドでの興味深い発展や自分の個人的なプロジェクトについて議論するゲストを招待します。

DataFramedには、エピソード全体にわたって短いセグメントが配置されており、リスナーに特定のトピックに関する詳細情報を提供します。 たとえば、_Freelance Data Science_で、HugoとSusan Sunは、独立した請負業者としてデータサイエンススペースをナビゲートする方法について話しています。 Justin Boyceは、_Data Science Best Practices_でワークフローの改善に関する実用的なアドバイスを提供しています。

DataCampが後援しているため、製品の売り込みが多いため、時々少し売り上げを感じることがあります。 それでも、このショーは面白くて有益であり、ヒューゴはリスナーを引き付ける素晴らしい仕事をしています。

学習マシン101

  • ウェブサイト:https://www.learningmachines101.com/

  • Twitter:https://twitter.com/lm101talk[@lm101talk]

  • 聞く:http://learningmachines101.libsyn.com/rss[RSS]⋅https://itunes.apple.com/us/podcast/learning-machines-101/id892779679?mt=2[iTunes]⋅https://www.podbean.com/podcast-detail/8hbz5-34db0/Learning-Machines-101-Podcast[Podbean]⋅https://player.fm/series/learning-machines-101[Player FM]

Learning Machines 101 Podcast Logo、width = 1400、height = 1400

Dr. 認知科学および電気工学の教授であるリチャードゴールデンは、ラーニングマシン101をホストしています。 ポッドキャストの目的は、機械学習と人工知能の高度な概念を幅広い聴衆に説明することです。

それでも、エピソードはかなり技術的になり、知識表現、期待値の最大化、スペクトルクラスタリングなどのトピックをカバーできます。

リスナーは、実際に手元のトピックを把握するために複数回聞く必要がある場合があります。 エピソードの長さは30分以内であり、あまり頻繁に公開されないため、これはそれほど難しくありません。 (2014年4月以降にリリースされたエピソードは74のみです。)

リスナーは、このポッドキャストをより高度な機械学習トピックへの出発点として使用できます。

産業における人工知能

  • ウェブサイト:http://techemergence.libsyn.com/

  • Twitter:https://twitter.com/emerj[@Emerj]

  • 購読:http://techemergence.libsyn.com/rss[RSS]⋅https://itunes.apple.com/us/podcast/artificial-intelligence-in-industry-with-dan-faggella/id670771965?mt=2 [iTunes]⋅https://www.podbean.com/podcast-detail/ix3i9-41718/Artificial-Intelligence-in-Industry-with-Dan-Faggella-Podcast[Podbean]⋅https://player.fm/series/dan-faggellaのインダストリアルインテリジェンス[Player FM]

業界ポッドキャストの人工知能Logo、width = 630、height = 630

この毎週のポッドキャストは、ビジネス環境での人工知能の実用的なアプリケーションに焦点を当てています。 エピソードは短く、洞察に富み、理解しやすいものです。 30分以内に、ホストのDan FaggellaがAIの専門家にインタビューし、金融、政府から小売、教育までの業界でこのテクノロジーがどのように使用されているかを確認します。

ダンと彼のゲストは一緒に、「従業員を雇うためにAIをどのように使用できますか?」などの質問に答えます。 「AIハードウェアをいつアップグレードする必要がありますか?」彼らは、リスナーの興味をそそるだけの長さで各トピックに触れ、後で自分でもっと深く潜るように励ます。

アーカイブデータサイエンスポッドキャスト

この記事の執筆時点では、これらのデータサイエンスポッドキャストは順調に進んでいます。 アーカイブは引き続き利用でき、有用な情報がぎっしり詰まっているので、すぐに飛び込んでください!

部分的にデリバティブ

  • ウェブサイト:http://partiallyderivative.com/

  • Twitter:https://twitter.com/partiallyd?lang=en[@partiallyd]

  • 聞く:https://itunes.apple.com/us/podcast/partially-derivative/id942048597?mt=2[iTunes]⋅https://www.podbean.com/podcast-detail/a3zq8-34db2/Partially-Derivative -Podcast [Podbean]⋅https://player.fm/series/partially-derivative[Player FM]

Partialally Derivative Podcast Logo、width = 512、height = 512

バーに向かい、業界のニュースについて仲間のデータサイエンティストとチャットするのが好きなら、これはあなたにとって最高のデータサイエンスポッドキャストの1つです! Jonathan Morgan、Vidya Spandana、Chris Albonが集まって、いくつかの飲み物を飲み、データサイエンスの最新情報について話し合います。

エピソードは20分から1時間のどこでも実行できますが、通常は30分から40分ほどで記録します。 ショーはもう実行されていませんが、アーカイブには100以上のエピソードがあります。

リスナーはバックログを掘り下げ、Pythonでのデータスクレイピング、バイアスモデル、ペアプログラミングについて学び、過去数年のトレンドニュースストーリーのいくつかを確認できます。

機械学習ガイド/適用される機械学習

  • ウェブサイト:http://ocdevel.com/mlg

  • Twitter:https://twitter.com/lefnire[@lefnire]

  • 聞く:http://machinelearningguide.libsyn.com/rss[RSS]⋅https://itunes.apple.com/us/podcast/machine-learning-guide/id1204521130[iTunes]⋅https://www.podbean。 com/podcast-detail/se4er-4c31d/Machine-Learning-Guide-Podcast [Podbean]⋅https://player.fm/series/machine-learning-guide-1457335[Player FM]

Machine Learning Guide Podcast Logo、width = 1400、height = 1400

これらのデータサイエンスポッドキャストは両方ともTyler Renelliによって実行され、それぞれが機械学習とAIに対してわずかに異なるアプローチを持っています。

機械学習ガイド(MLG)は、古典的なアルゴリズム(線形およびロジスティック回帰)から強化学習およびハイパーパラメーターに至るまで、トピックをゼロから説明することにより、リスナーを機械学習の世界に優しく紹介することを目的としています。

エピソードは45分から1時間のどこでも実行されますが、タイラーの説明に夢中になるのは簡単です。 通勤、運動、家の掃除など、他のアクティビティを補完するのに最適なポッドキャストです。

このポッドキャストの最良の部分の1つは、ホストが各エピソードの最後に提供する厳選された学習リソースです。 ハイレバーの概要を聞いた後、推奨されるコースを受講するか、推奨される教科書を読むことで、トピックをさらに掘り下げることができます。

言語とフレームワークに関する彼のエピソードには、Pythonディープラーニングフレームワークの入門書へのリンクが含まれています。 最初から最後まで順番にエピソードをたどり、補足リソースを完了すると、機械学習の非常に詳細な基盤が得られます。

この記事の執筆時点で、MLGは29のフルエピソードでコースを実行しています。

Machine Learning Appliedと呼ばれる2番目のポッドキャストは現在放映中で、タイラーは機械学習のより実用的な側面に焦点を当てています。 彼は、期待できる給与の種類、データを保存する最良の方法、Jupyterノートブックを最大限に活用する方法などの質問に答えます。 リスナーは、https://www.patreon.com/machinelearningguide [Patroenのサポーターになる]によって適用されるMachine Learningにアクセスできます。

データサイエンティストになる

  • ウェブサイト:https://www.becomingadatascientist.com/category/podcast/

  • Twitter:https://twitter.com/becomingdatasci[@BecomingDataSci]

  • 聞く:https://www.becomingadatascientist.com/feed/podcast[RSS]⋅https://itunes.apple.com/us/podcast/becoming-a-data-scientist-podcast/id1076448558?mt=2[iTunes] ]⋅https://www.podbean.com/podcast-detail/bxadb-3e2bc/Becoming-A-Data-Scientist-Podcast[Podbean]⋅https://player.fm/series/becoming-a-data-scientist -podcast [プレーヤーFM]

データサイエンティストポッドキャストのロゴになるには、width = 630、height = 630

このポッドキャストは、そのタイトルが示すとおりに機能します。 ホストのRenee Teateは、毎週「データサイエンティストになる」ために誰かと座っています。

彼女は他のデータサイエンスの専門家にインタビューして、彼らがどのようにして業界への道を切り開いたかを正確に確認しました。 最初のエピソードでは、レニーは、データアナリストとしての以前の役割から移行して、データサイエンティストになるための彼女自身の旅について語っています。

この記事の執筆時点では、ポッドキャストは現在アクティブではありません。 最後のエピソードは2017年初めに発表されました。 それでも、放映された20時間のエピソードには、豊富な情報が含まれています。

データサイエンスの世界に足を踏み入れたばかりの場合は、週末にアーカイブを駆け抜け、可能性がどこにあるかを確かめてください!

結論

このリストは網羅的なものではありません。 常に放映される新しいポッドキャストがあり、フィールドの人気が爆発的に増加するにつれて、データサイエンスポッドキャストの数が増えることしか期待できません。

このリストにお気に入りの番組がありませんか? 下にコメントを残して、お気に入りのデータサイエンスポッドキャストを教えてください!