Этот выпуск переменной приходит к вам, как всегда, загруженный одними из лучших прочтений TDS за последнюю неделю. Однако, прежде чем мы перейдем к ним, мы хотели поделиться новым ресурсом, который мы только что запустили - нашим бесплатным, по запросу, электронным руководством для начинающих.

Если вы в настоящее время делаете первые несколько шагов в науке о данных, вы можете подписаться, чтобы получать ежедневную дозу статей и практических советов для начинающих. (Это двухнедельный учебный план, и вы можете отказаться от подписки в любое время.) Надеемся, вам понравится.

Хорошо, рекомендации по прочтению! Начнем с того, что Джозеф Рокка и Батист Рокка глубоко погрузятся в тонкости дилеммы разведки и эксплуатации. Они охватывают сложную часть любого процесса принятия решений на основе данных - момент, когда вы определяете, достаточно ли у вас данных для ваших нужд или вам следует подождать дольше, прежде чем станет очевидным лучший курс действий.

Продолжая тему нечетких ситуаций, Кэсси Козырков исследует тернистый мир показателей и настаивает на том, что очень важно придерживаться того, что вы можете определить с точностью: вместо того, чтобы влюбляться в слово и преследуя это ради самого себя, глубоко подумайте, какое реальное количество вы хотите измерить .

Если метрики могут быть беспорядочными, что мы можем сказать об этике ИИ? В этой быстро развивающейся области прогресс кажется достижимым теоретически, но на практике все становится намного мрачнее. Дэвид Граус утверждает, что мы должны применять принципы справедливости к реальным проблемам, и приводит несколько убедительных примеров того, как это могло бы выглядеть в таких разнообразных областях, как рекомендации по новостям и прием на работу. Все еще настроены на умное обсуждение будущего ИИ? Не пропустите последний выпуск подкаста TDS, где Джереми Харрис и гость Райан Кэри обсуждают безопасность, управление рисками и то, как мы должны разработать правильные стимулы для ИИ. .

Исмаэль Херруби Гарсиа идет в том же направлении в своем исследовании значения данных в науке о данных. Только когда мы подходим к данным правильно - имея в виду принципы эпистемической скромности и разнообразия, - анализ приводит к получению практических знаний, актуальных для реального мира.

Если на этой неделе вы чувствуете себя более практичным, чем возвышенным (или, может быть, оба практического и возвышенного?), У нас есть несколько вариантов, которые вам тоже следует рассмотреть. :

Мы надеемся, что вам понравился выбор, сделанный на этой неделе. Если какое-либо из постов вызвало у вас особый резонанс, подумайте о том, чтобы оставить комментарий для его автора. (Есть несколько вещей, которые писатели ценят больше, чем общение со своими читателями!)

Мы как никогда благодарны за вашу поддержку и за то, что вы решили присоединиться к нам в ваших приключениях в области науки о данных.

До следующей переменной
Редакторы TDS

Последние добавления к нашим избранным темам:

Начиная

Практические руководства

Глубокие погружения

Мысли и теория