¿Cuál es su fuente de aprendizaje automático y noticias de ciencia de datos? ¿Por qué?

Mi fuente favorita es simplemente seguir a científicos de datos notables en Twitter, incluidos los usuarios de Quora Peter Skomoroch (peteskomoroch) y el usuario de Quora (hackingdata).

Mira ¿Cuáles son las mejores cuentas de Twitter sobre datos? para más.

Aquí hay algunos agregadores de noticias de ciencia de datos:

• / r / datascience: subreddit de ciencia de datos
• DataTau – HackerNews for data science (comenzó en diciembre de 2013)
• Data Science Weekly

Consulte también algunos blogs de ciencia de datos: ¿Cuáles son los mejores blogs perspicaces sobre datos, incluida la forma en que las empresas utilizan los datos?

@colinraffel – residente de Google Brain, anteriormente doctorado en Columbia en LabROSA.

@ML_Review: Tweets sobre los artículos, conferencias y proyectos recientes más influyentes sobre Machine Learning.

@OriolVinyalsML – Científico investigador, Aprendizaje automático / Aprendizaje profundo / AI, Google DeepMind. Anterior: Google Brain.

@pmddomingos – Profesor de ciencias de la computación en la UW y autor de ‘The Master Algorithm’.

@sedielem – Científico investigador en DeepMind. Tweets sobre aprendizaje profundo (investigación + software), recuperación de información musical, Kaggle, Lasagne

@JamieDJS – Científico asociado y líder del equipo HoloLens Science en Microsoft en Cambridge, Reino Unido.

@demishassabis – Fundador y CEO, DeepMind – los desarrolladores de #AlphaGoand Atari DQN. Trabajando en IA general.

@AliMakhzani – Doctor en Machine Learning @UofTCompSci, ex pasante de Google Brain / DeepMind

@DeepSpiker – Científico investigador @ Google DeepMind Interesado en inteligencia artificial, estadísticas, modelos generativos, física y razonamiento bayesiano. Todas las opiniones son mías.

@tdietterich – Distinguido Profesor, Oregon State Univ .; Ex Presidente de la Asociación para el Avance de la Inteligencia Artificial; Investigador en Informática.

@CraigBoutilier – Informático (IA, ciencia de la decisión, ML, @googleresearch, @uoft_cs),

@fhuszar – Investigador de aprendizaje automático en el equipo de Magic Pony en Twitter: visión de bajo nivel, compresión, percepción visual @Cambridge_Uni y @Baldertonalum

@twiecki – PyData Scientist y modelador bayesiano Director de Data Science @quantopian. # Desarrollador PyMC3.

@notmisha – Científico investigador en Google DeepMind.

@stanfordnlp – Lingüística computacional — Lenguaje natural — Aprendizaje automático — Aprendizaje profundo. Y tecnología variada de Silicon Valley.

@ cylon7 – Científico de visión artificial en Amazon. Intereses: visión artificial, aprendizaje automático e inteligencia artificial.

@kchonyc – Profesor Asistente de Ciencias de la Computación y Datos en NYU

@edersantana – investigador de IA | anteriormente: Deep Learning @Apple, PhD @UF, AI para autos sin conductor @comma_ai, 3D Deep learning @ paracosm3D

@zacharylipton – Profesor asistente – @carnegiemellon (enero de 2018), científico loco @awscloud, PhD ABD @UCSD

@johnmyleswhite: administra la sucursal de Nueva York del equipo Core Data Science de Facebook.

@chrisalbon – Científico de datos. Autoría de Python Machine Learning Cookbook (O’Reilly, de próxima publicación).

Realmente hago un resumen semanal de los mejores artículos de ciencia de datos / IA llamados Banana Data News y trabajo en compartir cosas que están fuera de lo común, con un tono más claro que otros boletines.

Mi fuente principal para esto es hackernews para obtener cosas que son realmente emocionantes> si usas taggernews puedes filtrar los artículos de datos, lo cual es genial.

También soy un seguidor ávido del boletín de 4 enlaces cortos de O’Reilly que recibo todos los días, muchos documentos interesantes y contenido muy innovador.

Y sigo un montón de colecciones de ciencia de datos en feedly para obtener contenido directamente de pequeños blogs de datos.

Los únicos boletines de ciencia de datos que leo son:

• ciencia de datos semanal que comparte muchos artículos
• Machine Learning para un poco más de contexto sobre artículos
• El elixir de datos también es un clásico

Como conclusión, en general, si está buscando cosas realmente innovadoras, evitaría los grandes kdnuggets / data science central / o’reilly / rbloggers que vuelven a publicar de otro contenido y comparten muchas cosas corporativas, creo que muchas los científicos de datos en general son bastante críticos con estas empresas …

Además de los sugeridos por William Chen, agregaría estos

• Dominio del aprendizaje automático
• Análisis, minería de datos y ciencia de datos

También utilizo Prismatic donde, según los temas de su interés, junto con su feed de Twitter, sugiero historias. Sigo el aprendizaje automático y la ciencia de datos y obtengo historias interesantes y noticias sobre ciencia de datos en mi página de inicio prismática.

Comparto mis experiencias cotidianas de ciencia de datos y aprendizaje automático junto con la discusión de conceptos relevantes para la industria en los blogs de aprendizaje automático

Seguirlo regularmente debería prepararlo para obtener información actualizada en el campo de la ciencia de datos

Algunos blogs son buenos y otros muy buenos. Pero a veces un pequeño blog publicado en un sitio web aleatorio es lo mejor para el tema que me preocupa. Tendrás que desarrollar tu gusto por las cosas.

Entonces, hasta que lo haga bien, simplemente cree una alerta en Google.com/alerts y lea todo.