机器学习播客现在已经有了。
现在有足够多的人对这个晦涩的极客话题感兴趣,以至于有一些播客专门讨论预测建模的来龙去脉。
现在是开始并投身于这个精彩领域的最佳时机。
在这篇文章中,我想分享我收听的 5 个关于机器学习和数据科学的播客。
让我们开始吧。
概述
以下是我目前正在收听的机器学习播客的简短列表
- Talking Machines
- Data Skeptic
- This Week in Machine Learning and AI Podcast
- Partially Derivative
- Linear Digressions
我尝试过许多其他的播客,但它们已经从我的收听列表中淘汰了。
1. Talking Machines

Talking Machines 播客
这是一个高质量的节目,包括技术解释、听众提问和主要采访等环节。
节目汇集了 Katherine Gorman(一位讲故事者)和 Ryan Adams(一位机器学习学者)。
采访对象是来自 NIPS 或类似会议的其他学者(分批录制),内容变得非常技术化,我非常喜欢。
这可能不适合所有人,但我认为它是目前最好的机器学习播客。
2. Data Skeptic

Data Skeptic 播客
这个节目的剧集可以有不同的形式,从描述技术的迷你节目到访谈节目。
我喜欢这些形式,也喜欢主持人夫妇 Kyle 和 Linh Da。
Kyle 在迷你节目中非常擅长将复杂的主题讲得易于理解。采访内容通常涉及建模方面的重要话题。
我很期待我的播客播放器中的这些播客剧集。
3. This Week in Machine Learning and AI Podcast

This Week in Machine Learning and AI Podcast
这个播客最初是 Sam Charrington 每周对机器学习和人工智能领域的头条新闻进行概述。
我喜欢这种形式,因为他为我做了所有的繁重工作。
Sam 改变了形式,现在采访行业和学术界的顶级机器学习人士。
这些采访很有趣,我经常能学到新的库或方法。但我还是希望“本周机器学习”的形式能回归。
4. Partially Derivative

Partially Derivative 播客
这是一个有趣的节目,最初是一群人喝着啤酒谈论数据科学。
它经历了几种节目形式的迭代,但仍然很有趣,并且涵盖了数据科学领域的有趣新闻话题以及行业顶级从业者的访谈。
剧集中有很多个性,以及 Chris Albon、Jonathon Morgan 和 Vidya Spandana 的优秀数据科学技能。
有时对我来说有点太搞笑了。
5. Linear Digressions

Linear Digressions 播客
这是一个有趣的节目,以一种易于理解的对话方式呈现数据科学和机器学习的主题。
初学者和普通大众都可以享受 Udacity 的 Ben Jaffe 和 Katie Malone 带来的讨论。
然而,我常常怀念 Talking Machines 更具技术性的讨论。
相关
如果您正在寻找更多内容,一些其他的播客也做过机器学习播客的汇总。
您收听机器学习播客吗?
我错过了您最喜欢的播客吗?
在下面的评论中分享您的经验,
我很想知道您在收听什么。
Jason,Weka 是否是处理相当大的文档主题提取的合适工具?还有其他更好的工具吗?
抱歉,我不是自然语言处理专家。
嗨,Jason!感谢您的列表。您有没有看过 Data Crunch?我们认为您会喜欢。这是链接:http://vaultanalytics.com/datacrunch/。我们用人类叙事来包装数据和预测项目。
谢谢 Ginette,我会去看看的。
还有“Machine Learning Guide”,教程风格的播客 http://ocdevel.com/podcasts/machine-learning。
谢谢您的推荐!