Еженедельные статьи, рекомендуемые для изучения данных, машинного обучения и искусственного интеллекта
Вступление
Обширные темы и дисциплины, связанные с областью науки о данных и, в более широком смысле, с областью машинного обучения, позволяют техническим писателям на Medium освещать интересные темы в статьях.
Ниже приведены пять статей, посвященных науке о данных, которые не должны остаться незамеченными. В представленных статьях рассматриваются различные темы - от кибербезопасности до управления проектами в области науки о данных.
Примечание. Не стесняйтесь использовать раздел комментариев, чтобы поделиться любой статьей ML и DS, с которой вы столкнулись на этой неделе, и которой стоит поделиться.
Удачного чтения.
В области науки о данных: «Специализируйся или умри», автор: Адам Сабра
Эта статья основана на точке зрения, что специализация имеет первостепенное значение для процветания в области науки о данных.
Адам предпочитает путь специализации, а не обобщения; В этой статье Адам считает, что обширные знания в области науки о данных без какой-либо специализации в основной предметной области могут нанести ущерб прогрессу практикующего в плане обучения.
На мой взгляд, Адам прав, типичная траектория карьеры в машинном обучении или DS в конечном итоге сужается до какой-то предметной специальности. При этом для должностей начального уровня общие знания в области науки о данных могут иметь не меньшее значение.
Внимательно прочтите эту статью и войдите в раздел комментариев, чтобы поделиться своими мыслями и мнениями. Там нет правильных или неправильных ответов.
Как ИИ может учиться у генетики. Адам Дхалла
В статье Адама Дхаллы представлены концепции, идеи и методы, связанные с темой алгоритма генетического поиска.
Прежде чем погрузиться в техническую часть этой статьи, Адам представляет вводный тестер в мир состава, структуры и образования ДНК. Адам представляет связь между генетикой и подходами к решению проблем, основанными на алгоритмах.
Из этой статьи можно почерпнуть много полезного. Адам объединил биологию, алгоритм и код в подробную статью, которая просто и понятно представляет несколько сложную тему.
Как я случайно взломал правительственное приложение, обнаружив глупую закономерность. Автор: Нишу Джайн
Как специалисты по обработке данных, мы в конечном итоге приучаемся к обнаружению закономерностей в системах, будь то вычислительные, механические или биологические системы. Способность Нишу распознавать образы привела к использованию слабых мер безопасности, реализованных в правительственном мобильном приложении.
В статье Нишу подробно описан метод, с помощью которого был обнаружен шаблон, и использовалась уязвимость в системе безопасности. Как порядочный гражданин, Нишу сообщил о дефекте приложения соответствующей стороне.
Эта статья является отличным чтением, поскольку в ней рассказывается о применении обнаружения и сопоставления шаблонов в безопасности приложений. Нишу даже включает в себя код, который он написал для взлома правительственного приложения, упомянутого в статье.
Три архетипа специалистов по данным. Автор Джейкоб Мур
В этой самоуверенной статье, написанной Джейкобом, представлены три категории, на которые могут быть отнесены специалисты по данным, или, по крайней мере, у них есть черты и характеристики, связанные с категориями.
Согласны ли вы или не согласны с категориями, которые предлагает Иаков, представление каждого архетипа в этой статье дает существенную информацию. Такая информация включает плюсы и минусы каждой категории, что, в свою очередь, может дать представление о карьерных решениях.
Прочтите эту статью и найдите, к какому архетипу Data Science вы относитесь, кто знает, вы можете быть удивлены.
7 шагов к успешному проекту в области науки о данных. Автор Амит Бхарадва
Амит представляет стандартные шаги и процессы, задействованные в проекте по науке о данных, а также полезные обобщенные советы, которые определяют успешный результат проектов DS.
Статья Амита включает описание каждого шага, советы и краткое определение распространенного технического жаргона, который вы услышите от специалистов по анализу данных при выполнении проекта.
Надеюсь, вы нашли полезную информацию (или, по крайней мере, развлекательную) в каждой статье, представленной выше.
Увидимся на следующей неделе!
Чтобы связаться со мной или найти другой контент, похожий на эту статью, сделайте следующее:
- Подпишитесь на мой Список рассылки для получения еженедельных информационных бюллетеней.
- Следуйте за мной на Medium
- Подключитесь и свяжитесь со мной в LinkedIn и Twitter
