Еженедельное обновление Exploratory Vol. 13
4 способа, которыми ИИ может манипулировать нами, будущее работы и многое другое!
Всем привет!
Это Кан из Исследовательского.
Это было долго! ;) Последние несколько недель мы были очень заняты учебными курсами по Data Science. Но это было очень весело, и было большим удовольствием встретиться со многими энтузиастами данных по всему миру. Вот почему я люблю то, что делаю! ;) Теперь мы вернулись к разработке Exploratory v4.4 на основе всех отзывов, которые мы получили во время учебных занятий, веселье продолжается. 😁
Теперь две вещи.
Во-первых, на прошлой неделе мы выпустили Exploratory v4.3. 🎉 Есть много улучшений и исправлений ошибок.
Во-вторых, теперь, когда мы закончили второй тренинг по Data Science Booster, мы открыли регистрацию на следующий Booster в июне. Как всегда, у нас действует студенческая скидка (скидка 50%). Если вам интересно узнать, как анализировать данные с помощью различных методов Data Science, зарегистрируйтесь сегодня!
А теперь новости на этой неделе!
Что мы читаем
Что меня беспокоит в связи с искусственным интеллектом
Франсуа Шолле, автор очень популярного фреймворка глубокого обучения Кераса и исследователь ИИ в Google, написал очень проницательный пост о том, что на самом деле ИИ может сделать, чтобы манипулировать нами, когда он используется с данными социальных сетей. Тот факт, что ИИ в социальной сети может решать, какую информацию он нам передает, и может отслеживать, как мы ведем себя, мы можем легко попасть в объект, который алгоритмы машинного обучения могут обучать. И это то, что мы уже видим.
Будущее работы
ИИ быстро меняет типы и расположение наиболее высокооплачиваемых рабочих мест
Искусственный интеллект и автоматизация вряд ли вызовут огромную безработицу, но это не значит, что мы не должны этого делать не быть… www.technologyreview.com »
По мере того, как темпы технического прогресса становятся все быстрее и быстрее, существующим системам образования становится все труднее соответствовать требованиям нового типа навыков, необходимых для работников следующего поколения. Учитывая, что многие специалисты по обработке данных приобрели многие из своих текущих навыков в свободное время или в рамках побочных проектов, то, как развить необходимые нам навыки, находится в руках каждого человека. Но, конечно, это не масштабируется и приведет к еще большему экономическому неравенству. Теперь, кто это исправит?
4 года науки о данных в Schibsted Media Group
Алекс Сваневик, менеджер по науке о данных в Schibsted Media Group, поделился тем, что он узнал, работая менеджером по науке о данных за последние четыре года. Среди множества полезных идей мне лично нравится то, что он поощряет наличие основы для моделей прогнозирования. Иногда простая логистическая регрессия может дать прогноз такого же хорошего качества, как и другие более сложные алгоритмы. Если то же самое, выбирайте более простой вариант! ;)
Другие
- Следующая холодная война уже здесь, и все дело в данных - Link
- Получение пользы от машинного обучения - это не в более сложных алгоритмах, а в том, чтобы упростить его использование - Ссылка
- День смерти алгоритма - Ссылка
- Как облако AI могло производить самые богатые компании когда-либо - Link
- Руководство по AI - Link
Цитата недели
Живите так, как будто завтра вы умрете. Учитесь так, как если бы вам суждено было жить вечно.
- Махатма Ганди
Что мы пишем
Вот сообщение в блоге с объявлением о выпуске для Exploratory v4.3.
Также Hide от Team Exploratory опубликовал эти два практически полезных сообщения недавно.
Также не забудьте заглянуть на нашу Страницу сообщества. Мы не только отвечаем на вопросы, но и делимся полезными советами.
Над чем мы работаем
Когда вы используете Группировать по для группировки фрейма данных, вы можете делать всевозможные удивительные вещи с помощью Summarize, Mutate, Filter, Fill, Expand и даже построения моделей.
Но сразу после группировки по шагам вы не увидите значительных изменений в представлении, что сбивает с толку многих людей, которые плохо знакомы с этой «dplyr» грамматикой обработки данных.
Мы пытаемся улучшить этот опыт в следующем выпуске (v4.4), и вот где мы находимся. Дайте мне знать, если у вас есть отзывы или предложения!
Обучение бустеру Data Science Booster
Как упоминалось в начале, мы только что запланировали следующий курс обучения Data Science Booster на июнь и начали регистрацию. Как всегда, у нас действует студенческая скидка (скидка 50%). Если вы заинтересованы в изучении науки о данных без программирования, зарегистрируйтесь сегодня!
На этой неделе все.
Удачной вам недели!
Кан
Генеральный директор / Исследовательский
