这五个数据科学家和机器学习工程师油管博主，你必须关注
科技评弹2020-12-07 18:26
全文共1983字，预计学习时长5分钟
图源：unsplash别再看没完没了地看油管上的猫咪视频！是时候利用它“武装”自己的大脑了。这5个油管博主，笔者强烈安利，让他们带你去了解如何有效地规划数据科学事业，或者在等待损失收敛的同时，学习如何增强对人类思想和意识起源的直觉吧。
1.莱克斯·弗里德曼
莱克斯·弗里德曼的油管频道可以说是迄今为止机器学习从业者最具洞察力的频道。这个频道的视频内容是莱克斯·弗里德曼本人与电脑运算、机器学习、深度学习、人工智能等领域的先驱或顶尖研究人员进行的简单对话。
推荐这个频道的主要原因是，莱克斯·弗里德曼曾与机器学习和深度学习领域的先驱进行过交流。大多数深度学习从业者多多少少会熟悉一些下列的深度学习先驱。
· 伊恩·古德费洛（生成对抗网络发明人），
· 伊利亚·萨斯特凯弗（AlexNet的共同发明人）
· 杨立昆（深度学习先驱）
· 约书亚·本吉奥（深度学习先驱）
除了莱克斯频道上与深度学习相关的视频，我最喜欢的视频就是他与约沙·巴赫的对话，十分引人入胜。约沙能够快速巧妙地回答围绕意识、人类思想和宇宙所提出的问题。不要犹豫，去寻找这个频道有约4500万浏览量的原因吧！
2.肯恩·杰
他是最有趣的数据科学油管人物之一，有五年数据科学领域工作经验。
大多数数据科学家可能已经很熟悉肯恩·杰了，也许你看过他简历和作品集中的一个视频，也许你看过他的“从零开始的数据科学项目”系列视频。我订阅了肯恩·杰的视频，因为他采访的是数据科学家和机器学习从业者。这些访谈提供了嘉宾在数据科学和相关领域的学习和经验。
我从本频道的几位访谈嘉宾那里获得了丰富的信息，了解如何在人工智能领域内进行职业生涯规划。如果你是一名数据科学家，以下是你应该订阅这个频道的理由：
· 有关数据科学家的视频采访，信息丰富，适用于科技巨头公司。
· 对阿布舍克·塔库尔的采访卓有见地，他是数据科学界的一位知名人士，四次获得Kaggle特级大师称号。
· 有大量数据科学从业者会涉及到的内容。肯恩有视频介绍如何有效地学习数据科学、处理冒名顶替综合症、以及你应该从事哪些项目才能被雇佣。
· 等待机器学习模型完成训练时，你可以观看五分钟短视频。
3.亚尼克·基尔彻
亚尼克·基尔彻的频道出色地解读了有关最新机器学习技术的研究论文。下面是这几期展示了亚尼克在解释研究论文时所采用的直观和直截了当的方法。
· OpenAI的GPT-3研究论文解读
· 介绍变压器网络的论文解读
· 机器学习领域经典研究论文视频系列
并不是所有的机器学习实践者都有以前的硕士或博士经验，这些经验使他们具备阅读和理解研究论文所需的开发技能。大量的数据科学家和机器学习工程师是自学成才的，不具备有效分析研究论文所需的学术纪律。
这就是为什么亚尼克频道是我最喜欢的5个油管频道之一，我将向数据科学家和机器学习从业者推荐获取传统和现代机器学习模型和技术的深度技术信息。
4.乔丹·哈罗德
乔丹·哈罗德是麻省理工学院和哈佛大学的毕业生，他制作人工智能相关主题的视频内容。在乔丹的频道上，你可以找到大量视频解释基于AI技术直接应用于解决现实世界的问题。
乔丹频道上的视频大多简明扼要，不到10分钟。然而，它们包含了很多相关和最新的信息，大多数机器学习从业者都能从中受益。
乔丹的视频从技术角度探索了有高兴趣价值的话题，比如AI如何用于预测新冠病毒，或者AI解决方案内部的种族偏见。
图源：unsplash5.3Blue1Brown
这频道的创作者是格兰特·桑德森，他的视频内容爆赞。对于那些对频道背后的面孔和个性感到好奇的人来说，可以看看莱克斯·弗里德曼对格兰特的两次访谈。熟悉3Blue1Brown的人会同意我的说法，他用15-20分钟的短视频教授大学讲师要花上几个小时的课程。
这个频道教会了我机器学习和神经网络的基础知识，使数学变得简单。在机器学习中，了解诸如线性代数、微积分和偏微分之类的主题是至关重要的。在研究神经网络时，理解神经网络的基本组成部分是至关重要的。理解反向传播，梯度下降和一般的神经网络等概念也是至关重要的。
油管上的数据科学/机器学习油管博主有太多太多，你可以好好规划自己的学习观看列表了。
留言点赞关注
我们一起分享AI学习与发展的干货
如转载，请后台留言，遵守转载规范
举报/反馈
0
0
收藏
分享
