這五個數據科學家和機器學習工程師油管博主,你必須關注

2020-12-17 讀芯術

全文共1983字，預計學習時長5分鐘

圖源：unsplash

別再看沒完沒了地看油管上的貓咪視頻！是時候利用它「武裝」自己的大腦了。這5個油管博主，筆者強烈安利，讓他們帶你去了解如何有效地規劃數據科學事業，或者在等待損失收斂的同時，學習如何增強對人類思想和意識起源的直覺吧。

1.萊克斯·弗裡德曼

萊克斯·弗裡德曼的油管頻道可以說是迄今為止機器學習從業者最具洞察力的頻道。這個頻道的視頻內容是萊克斯·弗裡德曼本人與電腦運算、機器學習、深度學習、人工智慧等領域的先驅或頂尖研究人員進行的簡單對話。

推薦這個頻道的主要原因是，萊克斯·弗裡德曼曾與機器學習和深度學習領域的先驅進行過交流。大多數深度學習從業者多多少少會熟悉一些下列的深度學習先驅。

· 伊恩·古德費洛（生成對抗網絡發明人），

· 伊利亞·薩斯特凱弗（AlexNet的共同發明人）

· 楊立昆（深度學習先驅）

· 約書亞·本吉奧（深度學習先驅）

除了萊克斯頻道上與深度學習相關的視頻，我最喜歡的視頻就是他與約沙·巴赫的對話，十分引人入勝。約沙能夠快速巧妙地回答圍繞意識、人類思想和宇宙所提出的問題。不要猶豫，去尋找這個頻道有約4500萬瀏覽量的原因吧！

2.肯恩·傑

他是最有趣的數據科學油管人物之一，有五年數據科學領域工作經驗。

大多數數據科學家可能已經很熟悉肯恩·傑了，也許你看過他簡歷和作品集中的一個視頻，也許你看過他的「從零開始的數據科學項目」系列視頻。我訂閱了肯恩·傑的視頻，因為他採訪的是數據科學家和機器學習從業者。這些訪談提供了嘉賓在數據科學和相關領域的學習和經驗。

我從本頻道的幾位訪談嘉賓那裡獲得了豐富的信息，了解如何在人工智慧領域內進行職業生涯規劃。如果你是一名數據科學家，以下是你應該訂閱這個頻道的理由：

· 有關數據科學家的視頻採訪，信息豐富，適用於科技巨頭公司。

· 對阿布舍克·塔庫爾的採訪卓有見地，他是數據科學界的一位知名人士，四次獲得Kaggle特級大師稱號。

· 有大量數據科學從業者會涉及到的內容。肯恩有視頻介紹如何有效地學習數據科學、處理冒名頂替綜合症、以及你應該從事哪些項目才能被僱傭。

· 等待機器學習模型完成訓練時，你可以觀看五分鐘短視頻。

3.亞尼克·基爾徹

亞尼克·基爾徹的頻道出色地解讀了有關最新機器學習技術的研究論文。下面是這幾期展示了亞尼克在解釋研究論文時所採用的直觀和直截了當的方法。

· OpenAI的GPT-3研究論文解讀

· 介紹變壓器網絡的論文解讀

· 機器學習領域經典研究論文視頻系列

並不是所有的機器學習實踐者都有以前的碩士或博士經驗，這些經驗使他們具備閱讀和理解研究論文所需的開發技能。大量的數據科學家和機器學習工程師是自學成才的，不具備有效分析研究論文所需的學術紀律。

這就是為什麼亞尼克頻道是我最喜歡的5個油管頻道之一，我將向數據科學家和機器學習從業者推薦獲取傳統和現代機器學習模型和技術的深度技術信息。

4.喬丹·哈羅德

喬丹·哈羅德是麻省理工學院和哈佛大學的畢業生，他製作人工智慧相關主題的視頻內容。在喬丹的頻道上，你可以找到大量視頻解釋基於AI技術直接應用於解決現實世界的問題。

喬丹頻道上的視頻大多簡明扼要，不到10分鐘。然而，它們包含了很多相關和最新的信息，大多數機器學習從業者都能從中受益。

喬丹的視頻從技術角度探索了有高興趣價值的話題，比如AI如何用於預測新冠病毒，或者AI解決方案內部的種族偏見。

圖源：unsplash

5.3Blue1Brown

這頻道的創作者是格蘭特·桑德森，他的視頻內容爆贊。對於那些對頻道背後的面孔和個性感到好奇的人來說，可以看看萊克斯·弗裡德曼對格蘭特的兩次訪談。熟悉3Blue1Brown的人會同意我的說法，他用15-20分鐘的短視頻教授大學講師要花上幾個小時的課程。

這個頻道教會了我機器學習和神經網絡的基礎知識，使數學變得簡單。在機器學習中，了解諸如線性代數、微積分和偏微分之類的主題是至關重要的。在研究神經網絡時，理解神經網絡的基本組成部分是至關重要的。理解反向傳播，梯度下降和一般的神經網絡等概念也是至關重要的。

油管上的數據科學/機器學習油管博主有太多太多，你可以好好規劃自己的學習觀看列表了。

留言點讚關注

我們一起分享AI學習與發展的乾貨

如轉載，請後臺留言，遵守轉載規範

相關焦點

  • 給數據科學家判死刑:5年後將被機器學習取代
    【新智元導讀】數據科學家會被機器學習取代嗎？雖然現在的數據科學家崗位需求非常熱，但是所從事的工作領域，正好面臨機器學習的不斷挑戰。福布斯作者認為，數據科學家工作的5個領域，未來5-10年會被機器學習取代，Reddit網友對此進行了激烈的討論。數據科學崗位正在面臨巨大的變革。
  • 油管上也能學數據科學,這12個頻道值得一看
    所有供你觀看和學習的內容全部免費，這是一件很美妙的事情。你只需要付出寶貴的時間來觀看自己喜歡的視頻。正確利用這個網站來有效學習非常重要。確保你看到的視頻有益並給生活和工作帶來價值。在YouTube上學習數據科學數據科學的應用版圖正在不斷擴展，並在我們的社會和生活中發揮至關重要的作用。
  • 數據科學修煉手冊:成為一名數據科學家應具備哪些品質?
    數據科學家們必須帶著具有科學性、創造性和研究性的思維，從各路數據集中提取有用信息，以解決客戶面臨的潛在挑戰。生活會不斷衍生出數據，涉及零售、交通、金融和醫療健康領域。觸手可及的各類計算產品和人工智慧的飛速發展將一群通過獲取、分析和利用原始數據的數據科學家們推到了聚光燈下。
  • 面試必備:數據科學家必須掌握的3個統計學概念
    從某些角度上來講，如今的數據科學家基本上等於現代統計學家。在數據科學面試中，我們也少不了要面對統計學相關的知識。以下是數據科學相關面試中最頻繁出現的三種統計學問題，它們是許多數據科學應用程式的基本構建模塊。
  • 準備好進入數據科學領域了嗎?先問問自己這14個問題
    數據科學是一個廣闊的領域，包括幾個細分領域，如數據準備和探索、數據表示和轉換、數據可視化、預測分析、機器學習、深度學習、人工智慧等。數據科學能力可分為三個等級：1級（初級）；2級（中級）；和3級（高級）。
  • 在油管做一名科技博主,一年能賺多少錢?
    在我們看著國內短視頻行業風生水起，直播帶貨不破億都不好意思說話的時候，早期就靠推薦算法成為全球第一視頻站的油管，同樣是熱度不減的金礦。 即使是一名中國人，也可以在油管上輕鬆賺到美金。只要你的視頻內容夠好看，就不用操心變現的問題。油管做好了一切。
  • 準備好進入數據科學領域了嗎?先問問自己這14個問題 - 大數據_CIO...
    但在進入數據科學領域前，有必要看看以下問題，以評估數據科學是否真的適合你。 　　1. 什麼是數據科學? 　　數據科學是一個廣闊的領域，包括幾個細分領域，如數據準備和探索、數據表示和轉換、數據可視化、預測分析、機器學習、深度學習、人工智慧等。
  • 五分鐘了解機器學習十大算法
    本文為有志於成為數據科學家或對此感興趣的讀者們介紹最流行的機器學習算法。機器學習是該行業的一個創新且重要的領域。我們為機器學習程序選擇的算法類型，取決於我們想要實現的目標。現在，機器學習有很多算法。因此，如此多的算法，可能對於初學者來說，是相當不堪重負的。
  • 機器學習和大數據——提高信用卡安全性
    銀行是怎麼知道這可能是筆欺詐性交易然後打電話給你呢? 　　Intetix Foundation(英明泰思基金會)由從事數據科學、非營利組織和公共政策研究的中國學者發起成立，致力於通過數據科學改善人類社會和自然環境。
  • TensorFlow最出色的30個機器學習數據集
    30個機器學習數據集英語原文：30 Largest TensorFlow Datasets for Machine Learning翻譯：雷鋒字幕組（chenx2ovo）TensorFlow是由谷歌大腦的研究人員創建、最大的機器學習和數據科學的開源資料庫之一。
  • 重中之重:數據科學與機器學習背後的數學理論
    如果你是一名數據科學愛好者，一定想過這些問題：· 我可以在幾乎沒有數學背景的情況下，成為一名數據科學家嗎？· 在數據科學中，哪些基本的數學技能是重要的？有很多好用的包可以用來構建預測模型，或生成數據可視化。
  • 應聘機器學習工程師?這是你需要知道的12個基礎面試問題
    如果想應聘機器學習工程師崗位，你可能會遇到技術面試，這是面試官掂量你對技術的真正理解的時候，所以還是相當重要的。近日，JP Tech 發表了一篇文章，介紹了他們面試新人時可能會提出的 12 個面試問題。問題很基礎，但卻值得一看。這些問題是我在面試 AI 工程師崗位時常問到的問題。
  • 機器學習服務幫你實現
    AWS 可根據用戶的不同需求，為開發者和數據科學家提供全方位的機器學習和人工智慧解決方案，包括三層的服務堆棧。其中，底層為機器學習的框架和基礎架構，用戶可以自由選擇 PyTorch、TensorFlow、Apache MXNet、Chainer、Gluon、Horovod 和 Keras 等機器學習框架。頂層為訓練好的人工智慧服務，如視覺類、文字類、語音類等，用戶可以直接調用相關服務，無需過多關注服務背後機器學習模型的複雜流程。
  • 金鐘國反利用HAHA、池石鎮等人,表示自己也要當油管博主
    上周和這周連續兩期播出的韓綜節目，《我家的熊孩子》中，HAHA、池石鎮和梁世燦一同出現在了金鐘國的視頻片段中，他們都是和金鐘國非常親近的人。SBS的同臺節目《Running Man》固定成員，另外他們也是目前8名成員中，三個已經開通了油管頻道的博主。智孝和在石不說，這兩位「老人家」對網絡、新鮮玩意兒一竅不通，不過智孝最近倒是有嘗試接觸抖音。
  • 2019十大最掙錢油管博主出爐!榜首的竟然是...
    他在2018年和2019年期間發布了幾個單曲和音樂視頻，在YouTube上維持內容創作。他的解說視頻主要是「我的世界」這款遊戲，在年輕的觀眾中非常受歡迎。DanTDM成為英國瀏覽量最高的油管頻道之一，截至2019年12月，視頻觀看次數超過150億，粉絲超過了2200萬，最近幾年連續上榜福布斯最高薪酬YouTube博主排行榜。 2016年，DanTDM發布過一部圖畫小說，這本小說連續十一周在《紐約時報》暢銷書排行榜上名列第一。
  • 大數據新範式:MLOps究竟是什麼?
    鑑於DevOps和DataOps在實踐中越來越多的運用，該項業務需要機器學習模型使用過程中的所有參與者一直保持合作與互動，包括業務人員、工程師、大數據開發人員（數據科學家和機器學習專家）。MLOps還是一個比較新的概念，但人們對它的需求卻在與日俱增。
  • 10部不為人知的機器學習電影,你看過幾部?
    情商：除了讓機器人變得更加「智能」外，科學家也正致力於使其具有人類一般的情感。驚人的是，或許這項技術將很快浮出水面！2. 包容性的人工智慧世界：你可以愛上一個機器人，機器人也可以愛你。有了所有先進的計算機視覺、自然語言處理（NLP）和其他機器學習技術，這很快就將成為可能。
  • 5種雲計算所需的機器學習技能
    除了軟體工程技能之外，組織的IT團隊成員還需要擁有特定的機器學習和人工智慧知識。除了技術專長之外，他們還需要了解目前可用的雲計算工具來支持他們團隊的計劃。IT專業人士需要探索在雲端成功使用人工智慧所需的五種機器學習技能，並了解亞馬遜、微軟和谷歌提供支持這些技能的產品。雖然這些技能有一些重疊，但不會有全能的技能。
  • ...Vision平臺,訂製化的企業級機器學習模型不再是難題
    然而企業總是會有自己專屬的需求的，越來越多的企業會不再滿足於預定義好的功能，而想要設計和應用更加自定義化的機器學習模型。今天，在谷歌雲首席科學家李飛飛和谷歌雲研發負責人李佳合著的這篇谷歌雲博客中，她們就正式宣告了谷歌雲 AutoML 平臺的面世。在這裡，構建、訓練和部署自定義的機器學習模型也變得簡單方便，甚至對機器學習不甚了解的企業也可以構建自己的人工智慧系統。
  • 新手大闖關:本科畢業生如何跨專業殺進數據科學行業?
    機緣巧合，你開始重新思考自己的職業發展道路，而數據科學這個前景廣闊的行業進入你的視野。你打算參加一個新手訓練營或是自學課程，然後去工作。這樣的情況，可以找到數據相關的工作（數據分析師/數據科學家/機器學習工程師）嗎？答案是肯定的，而且我覺著這很值，你可能有不同體驗。但這肯定不是容易的事情，既然做出了選擇，艱苦奮鬥的覺悟還是要有的。