У вас есть 162 свободных минуты? В идеальном мире все мы кричали бы «Да!» в унисон и приступайте к потреблению каждого элемента в переменной на этой неделе. В конце концов, они все отличные. Увы, большинству из нас приходится делать выбор. Подобно тому, как наука о данных в лучшем виде помогает людям совершать правильные действия в нужное время, мы любим руководить вами при принятии решений о чтении. Вот список того, что нужно прочитать на этой неделе, и почему вам стоит подумать о прочтении каждого из них.

  • Вернемся к основам. Если вы новичок в статистике, вам стоит прочитать Объяснение регрессии к среднему Инес Ли, потому что оно четкое, ясное и хорошо иллюстрированное. Если вы опытный ветеран, который узнал об этой концепции много лет назад, вам стоит прочитать пост Инес, потому что он может вдохновить вас взглянуть на уже давно пройденную тему с новой точки зрения.

  • (очень) глубокое погружение. Вы любите свадьбы? Вы хотите узнать о байесовских моделях, но не знаете, с чего начать? Вам интересно узнать о весенней погоде в Берлине? Если вы агрессивно кивнули на любой из этих вопросов (честно говоря, а кто бы не стал?), Ханна Внендт приготовит для вас удовольствие: она терпеливо рассказывает, как она сравнивала байесовские и частотные модели, чтобы определить лучшую. день ее предстоящего свадебного торжества.
  • Новые визуальные границы. Область медицины - одна из тех областей, в которых глубокое обучение имело наиболее значительный реальный эффект. Показательный пример: Обзор последних достижений, которые позволяют моделям Heather Couture анализировать массивные файлы гистологических изображений размером с гигапиксель.
  • Новые визуальные границы, два раза. Трансформеры несут ответственность за продвижение обработки естественного языка в новых захватывающих направлениях. Теперь, как показывает Давид Коккомини в своем доступном обзоре революции Transformers, мы можем начать использовать аналогичный подход при работе с изображениями, а также - благодаря TimeSformers - с видео.
  • Поучительная история - о сказках. В настоящее время считается общепринятым мнение, что хорошо работающий специалист по анализу данных должен также хорошо рассказывать истории. Как показывает Оскар Гудло в своем (очень хорошо рассказанном) отчете, привлекательность хорошей истории - обоюдоострый меч, который может соблазнить специалистов по данным игнорировать предупреждающие знаки или заставляют данные превращаться в увлекательные, но вводящие в заблуждение повествования.
  • Руководство по выбору подходящей модели. Сдать модель с испытаний в производство - момент непростой; иногда все идет наперекосяк, даже если вы уверены, что отметили все флажки. Эмели Драл здесь, чтобы выручить, показывая нам шаг за шагом, как исследовать и сравнивать различные модели машинного обучения, чтобы определить, какая из них выполнит свою работу.
  • Призыв к действию в отношении гендерной предвзятости на основе данных. Даже если вы прочитали десятки статей, эссе и твитов о проблемах, с которыми сталкиваются женщины в области науки о данных и искусственного интеллекта, вы все равно не захотите пропустить вклад Денизы Блэквуд в обсуждение. Дениса излагает одну аргументированную точку зрения за другой, демонстрируя существующие структурные проблемы, и заканчивает несколькими практическими идеями, чтобы вывести поле на более справедливый горизонт.
  • Разговор о будущем регулирования ИИ. На протяжении десятилетий технический прогресс далеко опережал правовые рамки, которые должны были служить его ограждениями. В недавнем выпуске подкаста TDS ведущий Джереми Харрис и ученый в области права и технологий Джош Фэрфилд обсуждали - с осторожным оптимизмом - то, как может выглядеть эффективное регулирование в следующие несколько лет.
  • Доза вдохновения. В нашем последнем обзоре авторов мы поговорили с аспирантом Робертом Ланге о профессиональных (и других) преимуществах ведения блога, его зигзагообразном пути к ученой степени в обучении с подкреплением и о проблемах и неудачных экспериментах. , а случайные неудачи могут помочь начинающему специалисту по обработке данных расти.

Независимо от того, решили ли вы задержаться с нами на 10 минут или 162 на этой неделе, мы надеемся, что вам понравился ваш выбор - и что вы вернетесь снова, когда у вас будет несколько минут, чтобы расслабиться, подышать и исследовать. Спасибо за ваше время, ваше любопытство и вашу поддержку.

До следующей переменной
Редакторы TDS

Последние добавления к нашим избранным темам:

Начиная

Практические руководства

Глубокие погружения

Мысли и теория