Окончательный Список Подкастов Науки Данных

Data Skeptic - один из самых известных подкастов по науке о данных. В этом еженедельном шоу рассматриваются темы в области науки о данных, статистики, машинного обучения и искусственного интеллекта.

Шоу, организованное Кайлом Поличем, демонстрирует более 200 эпизодов, в которые слушатели могут погрузиться. Недавно сериал выпустил серию тематических эпизодов, которые вращаются вокруг более широкой темы в мире наук о данных, например, фальшивых новостей.

Эпизоды чередуются между интервью с профессионалами отрасли и мини-сессиями, которые объясняют концепции науки о данных высокого уровня.

Мини-узлы совместно проводятся Линь Да Траном, который беседует с Кайлом на темы науки о данных, такие как обработка естественного языка и кластеризация k-средних. Слушатели получают лучшее понимание темы, поскольку хозяева обсуждают ее.

Кэти Мэлоун и Бен Джаффе ведут еженедельный подкаст Linear Digressions, посвященный последним достижениям в области наук о данных, машинного обучения и искусственного интеллекта. Хозяева - хорошие друзья, и их взаимопонимание делает каждый эпизод очень доступным и понятным.

На момент написания статьи слушателям доступно более 100 эпизодов. Каждый эпизод длится примерно полчаса, что делает его быстрым, чтобы быстро понять тему под рукой.

Кэти и Бен отлично справляются со сложными техническими вопросами, вплоть до основ. Всего за несколько минут они демистифицируют нейронные сети, авто-кодеры, преобразование Фурье и многое другое.

Бывшая продюсер общественного радио Кэтрин Горман считает, что продолжение публичного разговора о науке данных, искусственном интеллекте и машинном обучении абсолютно необходимо для предотвращения новой зимы искусственного интеллекта.

Она считает, что подкасты по науке о данных являются отличным местом для этого обсуждения. С этой целью она принимает Говорящие Машины вместе с профессором Нилом Лоуренсом.

Цель подкаста - представить машинное обучение широкой аудитории и помочь профессионалам отрасли, лидерам бизнеса и заинтересованным мирянам лучше понять эти инструменты и технологии.

Эпизоды, как правило, следуют простому формату: ведущие общаются с новостями отрасли, берут интервью у гостя и в конце могут ответить на вопрос слушателя. Эпизоды выпускаются по сезонам и имеют тенденцию быть на более длинной стороне около 40 минут.

Вот где история Кэтрин как радиоведущей оказывается полезной: она делает сериал увлекательным и информативным, и усердно работает над тем, чтобы он представлял точную картину индустрии машинного обучения.

Бен Лорика - главный научный сотрудник O’Reilly Media. В каждом эпизоде ​​к нему присоединяется профессионал отрасли, чтобы обсудить темы больших данных и науки о данных. Эпизоды продолжаются от 30 до 40 минут и очень доступны для прослушивания.

В начале каждого эпизода ведущий рекламирует серию мероприятий, в которую могут попасть слушатели, чтобы узнать больше о темах, затронутых в подкасте. Во вступлении упоминаются конференции Strata Data и конференция по искусственному интеллекту, но вы можете найти больше конференций O’Reilly наtheir event page.

Роджер Пенг (из Школы общественного здравоохранения Блумберга имени Джона Хопкинса) и Хилари Паркер (из Stitch Fix) являются ведущими этого подкаста. Они обсуждают новости отрасли, а также свой личный опыт работы с данными.

Эпизоды в эфире два-три раза в месяц и могут проходить на более длинной стороне. Большинство эпизодов, по крайней мере, 60 минут, а некоторые - почти полтора часа. Они отлично подходят для тех случаев, когда вы долго ездите на работу или проводите вечер дома, занимаясь домашними делами, так что вы действительно можете начать обсуждение!

Этот подкаст оdata visualization фокусируется на очень специфическом подмножестве конвейера анализа данных - редкой жемчужине среди подкастов по науке о данных. Специалисты Data viz Энрико Бертини и Мориц Стефанер каждую неделю встречаются с гостем, чтобы обсудить анализ и визуализацию данных.

Шоу имеет довольно разговорный тон. Хозяева обмениваются идеями друг с другом, задают замечательные вопросы своим гостям, и в целом общение продолжается. Имея около 40 минут времени выполнения, слушатели могут узнать, как мы можем лучше визуализировать наши данные, а также роль, которую данные играют в нашей повседневной жизни.

Кирилл Еременко является тренером по науке о данных и предпринимателем в области образа жизни, и он поделился своим опытом в качестве подкаста для подкаста SuperDataScience. В своих эпизодах интервью он беседует с учеными и аналитиками данных, чтобы узнать больше об их карьере и о том, как им удалось добиться успеха в индустрии данных.

В дополнение к интервью с экспертами отрасли, ведущий транслирует мини-сцены, которые просто вдохновляют! Эти мини-эпизоды, получившие названиеFive Minute Friday, призваны вдохновить слушателей на повышение их квалификации как специалистов по данным и дать советы о том, как продвинуться по карьерной лестнице. Это, безусловно, один из самых мотивационных подкастов по науке о данных!

Франческо Гадалета хочет сделать машинное обучение легким для всех. В этом подкасте он чередуется между эпизодами интервью с экспертами отрасли и сольными эпизодами, где он обсуждает тему самостоятельно.

Шоу, кажется, не идет по фиксированному графику, и продолжительность эпизода также варьируется, но в целом эпизоды интервью проходят ближе к часу, в то время как его сольные эпизоды показывают примерно двадцать минут.

Хозяин довольно самоуверен, поэтому может быть интересно услышать его взгляд на такие темы, как зимний AI, оптимизация и минимальные требования, необходимые для того, чтобы стать специалистом по данным.

TWiML & AI - это еженедельный подкаст, в котором обсуждаются последние достижения в области науки о данных, машинного обучения и искусственного интеллекта. Ведущий Сэм Чаррингтон берет интервью у ведущих исследователей и отраслевых экспертов, чтобы проинформировать растущее сообщество ученых, инженеров, лидеров бизнеса и других любителей машинного обучения и искусственного интеллекта.

Шоу ориентировано на целевую аудиторию и может быть довольно техническим. Слушателям, которые не являются профессионалами отрасли, возможно, придется освежить базовые знания, чтобы получить максимальную отдачу от каждого эпизода.

Есть более двухсот часовых эпизодов для прослушивания. Поскольку подкаст обсуждает последние события в этом техническом пространстве, вы можете сразу перейти к последнему эпизоду или вернуться в архив и проверить некоторые исторические события в области машинного обучения и искусственного интеллекта.

Исследователь данных, писатель и педагог Хьюго Баун-Андерсон ведет этот подкаст, спонсируемый DataCamp.

Каждую неделю организаторы встречаются с профессионалами отрасли и академическими экспертами, чтобы обсудить, как индустрия данных влияет на мир. Ведущий задает отличные вопросы и приглашает гостей, которые обсуждают интересные события в этой области, а также свои личные проекты.

DataFramed также имеет короткие сегменты, разнесенные по всем эпизодам, которые дают слушателю больше информации по определенным темам. Например, вFreelance Data Science Хьюго и Сьюзан Сан говорят о том, как ориентироваться в пространстве науки о данных в качестве независимого подрядчика. Джастин Бойс дает практические советы по улучшению рабочего процесса вData Science Best Practices.

Поскольку они спонсируются DataCamp, их продукты очень популярны, поэтому иногда он может показаться немного продажным. Тем не менее, шоу интересное и информативное, и Хьюго отлично рисует в слушателе.

Dr. Ричард Голден, профессор когнитивной науки и электротехники, проводит обучение машин 101. Подкаст направлен на то, чтобы объяснить передовые концепции машинного обучения и искусственного интеллекта широкой аудитории.

Тем не менее, эпизоды могут стать довольно техническими, охватывая такие темы, как представление знаний, максимизация ожиданий и спектральная кластеризация.

Слушателям, возможно, придется слушать не раз, чтобы действительно понять тему под рукой. Это не должно быть слишком сложно, так как эпизоды продолжительностью не более получаса и не выпускаются слишком часто. (Только 74 эпизода были выпущены с апреля 2014 года.)

Слушатели могут использовать этот подкаст в качестве отправной точки для более сложных тем машинного обучения.

Этот еженедельный подкаст посвящен практическому применению искусственного интеллекта в деловых условиях. Эпизоды короткие, проницательные и простые для понимания. Через полчаса ведущий Дэн Фаггелла берет интервью у специалистов AI, чтобы узнать, как эта технология используется в отраслях, от финансов и правительства до розничной торговли и образования.

Вместе Дэн и его гости отвечают на вопросы типа «Как вы можете использовать ИИ для найма сотрудников?» и «Когда вы должны обновить свое оборудование ИИ?» Они затрагивают каждую тему достаточно долго, чтобы пробудить интерес слушателя и побудить их погрузиться глубже самостоятельно.

Если вам нравится ходить в бар и поболтать о новостях отрасли со своими коллегами-исследователями данных, то это один из лучших подкастов для науки о данных для вас! Джонатан Морган, Видья Спандана и Крис Албон собираются вместе, чтобы выпить несколько бокалов и обсудить последние достижения науки о данных.

Эпизоды могут длиться от 20 минут до часа, но, как правило, время от 30 до 40 минут. Пока шоу больше не идет, в архиве более ста эпизодов.

Слушатели могут вникать в отставание, узнавать о соскобах данных, моделях смещения и парном программировании в Python, а также просматривать некоторые из последних новостей за последние годы.

Эти подкасты по науке о данных управляются Тайлером Ренелли, и каждый из них имеет несколько иной подход к машинному обучению и искусственному интеллекту.

Руководство по машинному обучению (MLG) направлено на то, чтобы мягко познакомить слушателей с миром машинного обучения, объясняя темы с нуля, от классических алгоритмов (линейная и логистическая регрессия) до обучения с усилением и гиперпараметров.

Эпизоды продолжаются где-то от 45 минут до часа, но в объяснениях Тайлера легко погрузиться. Это идеальный подкаст, который дополняет другие виды деятельности, такие как поездка на работу, занятия спортом или уборка дома.

Одна из лучших частей этого подкаста - это учебные ресурсы, которые ведущий предоставляет в конце каждого эпизода. Выслушав обзор высокого уровня, вы можете глубже погрузиться в тему, пройдя рекомендуемый курс или прочитав предлагаемый учебник.

Его эпизод о языках и фреймворках включает в себя ссылку на учебник по основам глубокого обучения Python. Если вы будете следовать эпизодам по порядку от начала и до конца и завершить дополнительные ресурсы, у вас будет довольно подробная основа в машинном обучении.

На момент написания статьи MLG прошел курс из 29 полнометражных эпизодов.

В настоящее время выходит второй подкаст под названием «Машинное обучение», где Тайлер фокусируется на более практических аспектах машинного обучения. Он отвечает на такие вопросы, как то, какую зарплату можно ожидать, лучший способ хранения данных и как получить максимальную отдачу от ноутбуков Jupyter. Слушатели могут получить доступ к приложению машинного обученияbecoming a supporter on Patroen.

Этот подкаст делает именно то, что говорит его название. Ведущий, Рене Теат, каждую неделю садится с кем-то, кто находится на пути к «становлению ученым данных».

Она берет интервью у других специалистов по науке о данных, чтобы точно понять, как они смогли проложить себе путь в отрасль. В самом первом эпизоде ​​Рене рассказывает о своем собственном пути к тому, чтобы стать исследователем данных, когда она переходит от своей предыдущей роли аналитика данных.

На момент написания этой статьи подкаст в настоящее время не активен. Последние эпизоды вышли в начале 2017 года. Тем не менее, есть много информации, содержащейся в двадцатичасовых эпизодах, которые вышли в эфир.

Если вы только начинаете свой набег в мире данных, возьмите выходные, чтобы просмотреть архив и посмотреть, в чем заключаются возможности!