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. :
- Узнайте у Нины Христозовой о шкале ROUGE и о том, как эта метрика может помочь вам оценить качество резюмирования абстрактного текста.
- Проследите путь Ли Джонсон, когда она создает Print Nanny, продукт на основе AI / ML, от концепции до прототипа и программного запуска.
- Прочтите наши вопросы и ответы для авторов с Куртисом Пайксом, который делится несколькими советами и уроками из своего пути к успеху фрилансера в качестве специалиста по данным.
- Овладейте новым навыком - Стив Аттила Копиас опубликовал новое пошаговое руководство, в котором рассказывается, как объединять наборы данных с координатной привязкой и веб-карты.
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
- Введение в набор данных: исследуйте и публикуйте свои данные в одной строке кода от Хуен Тран
- Конвейеры Kubeflow: как построить свой первый конвейер Kubeflow с нуля, автор Фернандо Лопес
- Как женщины могут возобновить свою карьеру в области анализа данных, Ручи Дешпанде
Практические руководства
- Расширенное прогнозирование с использованием моделирования байсейской диффузии Фрейзер Льюис
- Комплексное исследование программирования со смешанными целыми числами с помощью JuMP на Джулии (часть 2), автор Уагуэнуни Мохамед
- Подготовка данных для геопространственного анализа и машинного обучения с использованием языка Лагерра-Вороного на Python, автор Сунаяна Гош
Глубокие погружения
- Модели выживания для гистопатологии от Хизер Кутюр
- Причинно-следственный вывод для развлечения и прибыли Наим Кабир
- Карта риска рака молочной железы, рассчитанная с помощью искусственного интеллекта. Автор Жан-Батист Шарро