10 найкращих подкастів AI, Science Data та Machine Learning

Вивчіть основи та слідкуйте за останніми новинами науки, даних, машинного навчання та штучного інтелекту, слухаючи ці чудові подкасти

Схоже, AI, наука про дані, машинне навчання та боти - одні з найбільш обговорюваних тем у техніці сьогодні. З огляду на місію моєї компанії Fuzzy.ai зробити AI та машинне навчання більш доступними для всіх розробників та менеджерів продуктів, багато людей запитують мене про те, як я буду в курсі новин у цій галузі.

Мій кращий спосіб зробити це завжди через прослуховування подкастів. Ось те, що мені було найцікавішим:

Скептик даних

Мій давній фаворит і прекрасна відправна точка з деяких основ науки про дані та машинного навчання. Вони чергують великі інтерв'ю з науковцями та практиками та короткі 10–15 хвилинні епізоди, де господарі дають короткий буквар на такі теми, як обчислення важливості функції, k-означає кластеризацію, обробку природних мов та дерева рішень, часто використовуючи аналогії, пов’язані зі своїм домашнім папугою , Йоші. Це єдине місце, де ви дізнаєтесь про кластеризацію k-засобів за допомогою розміщення попугаїв.

Веб-сайт | iTunes

Лінійні відступи

Цей щотижневий підкаст проводить Каті Малоун та Бен Джаффе, висвітлює різноманітні теми в галузі науки про дані та машинне навчання: розповідає про конкретні поняття, такі як крадіжка моделі та проблема «холодного старту», ​​а також те, як вони застосовуються до реальних проблем та наборів даних. Вони роблять складні теми доступними.

Веб-сайт | iTunes

Розмовні машини

Починаючи з другого сезону, у цьому подкасті господарі Кетрін Горман та Райан Адамс розмовляють із гостем про свою роботу та новини новин, пов’язані з машинним навчанням. Чудове слухання.

Веб-сайт | iTunes

Шоу даних O’Reilly

Цей подкаст містить Бен Лоріку, головного вченого даних O’Reilly Media, який розмовляє з іншими експертами про своєчасні великі теми та теми наукових даних. Часто це може вийти досить технічним, але теми обговорення завжди дійсно цікаві.

Веб-сайт | iTunes

Підкаст O’Reilly Bots

Другий запис O’Reilly у цьому списку - це один із нових подкастів у блоці. Він розміщений під керівництвом Джона Брунера (а іноді і Піта Скомороха), він зосереджується спеціально на ботах та обміну повідомленнями. Це одна з новіших і гарячих областей у просторі, тому її обов’язково варто слухати!

Веб-сайт | iTunes

Щодо AI

Щодо AI пропонує інший інтерес до штучного інтелекту, ніж інші подкасти у цьому списку. Брендон Сандерс і Тед Сарвата по-філософськи поглядають на те, що AI означає для суспільства сьогодні та в майбутньому. Вивчення можливостей штучного супер-інтелекту часом може стати трохи страшним, але це завжди провокує думку.

Веб-сайт | iTunes

Цей тиждень у машинному навчанні та AI

Ще один відносно новий подкаст, Цей тиждень у машинному навчанні та AI, випускає новий епізод кожні другий тиждень. У кожному епізоді є інтерв'ю з експертом з питань ML / AI з різних тем. Останні епізоди включають обговорення емпатії навчальних машин, генерування навчальних даних та продуктивний інтелект.

Веб-сайт | iTunes

Історії даних

Історії даних трохи більше орієнтовані на візуалізацію даних, ніж наукові дані, але між темами часто виникає цікаве перекриття. Кожен другий тиждень Енріко Бертіні та Моріц Стефанер висвітлюють різноманітні теми у своїх даних із гостями. Останні епізоди про етику даних та перегляд даних з космосу є особливо цікавими.

Веб-сайт | iTunes

Навчальні машини 101

Опублікувавши себе як «щадне вступ до штучного інтелекту та машинного навчання», цей подкаст все ще може отримати досить технічний і складний характер, охоплюючи такі теми, як: «Як зловити спамерів за допомогою спектральної кластеризації» та «Як поліпшити навчання машин за допомогою інтелекту рою».

Веб-сайт | iTunes

Частково похідне

Господарі Кріс Альбон, Джонатан Морган та Відя Спандана, всі досвідчені технологи та науковці з питань даних, розповідають про останні новини в науці про інформацію про напої. Прослуховування частково похідних - це прекрасний спосіб бути в курсі останніх новин даних.

Веб-сайт | iTunes

Відчуваєте, що я несправедливо залишив подкаст із цього списку? Залиште мені записку, щоб повідомити мені.

Якщо ви вважаєте цю публікацію корисною, не забудьте рекомендувати її своїм друзям, натиснувши кнопку ❤ нижче!