Мы уже не раз делились в своем блоге полезными материалами для развития (их список можно найти в конце этого поста). Сегодня продолжаем это начинание и специально перед стартом новых потоков курсов по Data Analytics и Data Science представляем подборку YT-каналов по Data Science, искусственному интеллекту и машинному обучению, существование многих из которых неочевидно: например, представлен канал ArXiv Insights, посвящённый научным работам, и Google Cloud Platform.
Пока пандемия удерживает нас дома, удалёнка стала новой нормой для многих из нас. И хотя сейчас трудно найти стоящий тренинг, это не значит, что мы должны перестать учиться. Можно сказать, что наступил идеальный момент, чтобы чему-нибудь научиться. Почему бы не посвятить остаток этого сумасшедшего 2020 года изучению ИИ, программирования на Python, ML и DS? Такие рабочие роли, как аналитики данных, специалисты по машинному обучению, робототехнической инженерии, цифровой трансформации, являются лидерами в дальнейшем будущем. Это расширяющаяся область знаний, которая играет огромную роль в жизни общества.
SpringBoard
Этот канал публикует интервью с дата-сайентистами из больших компаний, подобных Google, Uber, Airbnb и т. д. Из этих видео вы получите представление о том, что значит быть дата-сайентистом, и ценные жизненные советы.
Arxiv Insights
Ксандер Стинбрюгге — исследователь машинного обучения в ML6. Его канал — резюме критически важных вопросов ML, где обучают с подкреплением искусственного интеллекта, в основном с технической точки зрения, делая их доступными для широкой аудитории.
Machine Learning 101
Новый канал ML Youtube, о котором должен знать каждый. Machine Learning 101 публикует объяснение начальных понятий в области искусственного интеллекта. Кроме того, канал публикует подкасты с экспертами Data Science, работающими в коммерческих индустриях.
FreeCodeCamp
FreeCodeCamp — невероятная некоммерческая организация. Это опенсорс сообщество, предлагающее коллекцию ресурсов, которые помогают людям научиться программировать бесплатно, через создание проектов.
Data School
Кевин Маркхем записывает понятные YouTube туториалы. Data School с самого начала фокусируется на темах, которые вам нужно изучить, чтобы стать дата-сайентистом, и предлагает углубленные туториалы, понятные вне зависимости от вашего образования.
Machine Learning TV
ML TV — ресурс для студентов и энтузиастов, созданный, чтобы вы лучше понимали ML.
Giant Neural Network
Этот канал YouTube направлен на то, чтобы сделать машинное обучение и обучение с подкреплением доступнее для всех. Вы найдете 12 плейлистов — это исчерпывающее введение в нейронные сети для начинающих, и, похоже, следующие ролики о нейронных сетях сейчас снимаются.
Андреас Крец
Андреас Крец — дата-инженер и основатель компании Plumbers of Data Science. Он транслирует на своем канале понятные программы о том, как получить практический опыт в области разработки данных, а также видео с вопросами и ответами о разработке данных с помощью Hadoop, Kafka, Spark и не только.
Edureka!
Edureka — это платформа с туториалами и руководствами на актуальные темы в области больших данных, Hadoop, DevOps, блокчейна, искусственного интеллекта, Angular, Data Science, Apache Spark, Python, Selenium, Tableau, Android, сертификации PMP, архитектуры AWS, digital-маркетинга и многого другого.
Эндрю Ын
Эндрю Ын был назван одним из 100 самых влиятельных людей, по версии Time, в 2012 году и самой культовой личностью, по версии Fast Company. Он — один из основателей Coursera и deeplearning.ai, вице-президент и главный научный сотрудник Baidu, а также адъюнкт-профессор Стэнфордского университета.
Deeplearning.ai
На официальном канале Deep Learning AI есть видеоуроки из специализации глубокого обучения на Coursera. DeepLearning.ai — это образовательная технологическая компания, которая развивает глобальное сообщество талантов в области искусственного интеллекта.
Накопленный под руководством экспертов опыт deeplearning.ai в области образования предоставляет специалистам-практикам и нетехническим специалистам ИИ необходимые инструменты, позволяющие им пройти весь путь от основ до передовых прикладных программ, расширяя их возможности в создании будущего на основе ИИ.
Tech with Tim
Тим — блестящий программист, преподающий Python, разработку игр с помощью Pygame, Java и машинное обучение. Он создает качественные учебные пособия по программированию на Python.
Machine Learning University (MLU)
Созданный в 2016 году Университет машинного обучения (MLU) — инициатива Amazon с ясной целью — обучить как можно больше сотрудников технологиям и необходимой компании магии предложения продуктов с помощью интегрированных технологий ML.
Artificial Intelligence — All in One
Этот канал YouTube содержит обучающие видеоролики, связанные с наукой, технологиями и искусственным интеллектом.
Sentdex
Sentdex создает один из лучших учебников по программированию Python на YouTube. Его учебные пособия варьируются от начального уровня до продвинутого с более чем 1000 видео о программировании на Python. Это больше, чем просто основы. В них рассказывается о машинном обучении, финансах, анализе данных, робототехнике, веб-разработке, разработке игр и многом другом.
Joma Tech
Joma Tech — ютубер, который делает видео, помогающие людям попасть в технологическую индустрию. Он работал в крупных технологических компаниях в качестве дата-сайентиста и инженера-программиста. Основываясь на своем опыте, он делает видеоинтервью с экспертами, видео об образе жизни в Силиконовой долине, делает науку о данных более доступной.
Python Programmer
Содержание Python Programmer — это учебные пособия по Python, Data Science, ML, рекомендации книг и многое другое.
Deep Learning TV
Этот канал YouTube посвящен инструкциям, обзорам библиотек ПО и приложений, а также интервью с ключевыми персонами в области глубокого обучения. DL TV посвящено области исследований, которая учит машины воспринимать мир. Начиная с серии, посвященной упрощенному объяснению DL, на канале выкладываются ролики с инструкциями, обзорами библиотек программного обеспечения и приложений, а также интервью с ключевыми персонами в этой области. С помощью серии концептуальных видеороликов, демонстрирующих интуитивно понятные объяснения лежащих в основе глубокого обучения методов, канал показывает, что глубокое обучение на самом деле проще, чем вы думаете.
Google Cloud Platform
Видеоролики YouTube помогут вам создавать будущее с помощью безопасной инфраструктуры, инструментов разработчика, API, анализа данных и машинного обучения.
Кит Гэлли
Кит Гэлли — недавний выпускник MIT. Он делает обучающие видео о DS, программировании, настольных играх и о многом другом.
Data Science Dojo
Data Science Dojo — это канал, который обещает научить Data Science всех желающих в простой для понимания форме. Вы найдете множество туториалов, лекций и курсов по инженерии данных и Data Science.
Заключение
Эти каналы уникальны, я уже долго слежу за ними и очарован огромным количеством знаний, которые сегодня доступны в сети бесплатно. Я надеюсь, что вам понравится, и, если вы знаете какие-либо другие интересные каналы YouTube об ИИ, машинном обучении, глубоком обучении или науке о данных, оставьте их в комментариях!
А если хочется не только смотреть каналы но и перенимать опыт практиков — приходите к нам, а специальный промокод HABR — приплюсует 10% к скидке на баннере.
- Обучение профессии Data Analyst
- Обучение профессии Data Science
- Онлайн-буткемп по Data Analytics
- Курс «Python для веб-разработки»
- Курс по JavaScript
- Профессия Веб-разработчик
- Профессия Java-разработчик
- SQL для анализа данных
- C++ разработчик
- Курс по аналитике данных
- Курс по DevOps
- Профессия iOS-разработчик с нуля
- Профессия Android-разработчик с нуля
- Курс по Machine Learning
- Курс «Математика и Machine Learning для Data Science»
- Продвинутый курс «Machine Learning Pro + Deep Learning»
AH89
Спасибо за подборку. +1. Не могли бы рассказать поподробнее зачем нужен machine learning? В последнее время очень много материалов на эту тему мелькает. Старательно архивирую не читая. Чем новые Python-based инструменты лучше старых SPSS, SAS и Excel?
Ktator
Машинное обучение – это ещё один способ решения задач. Обычно требуется в тех задачах, где не получилось придумать алгоритм. Например, для распознавания картинок. Или для больших данных (aka bigdata). Например, ваш сервис используется миллионами пользователей и генерирует гигабайты в день.
Если все ваши данные помещаются в табличку Excel, то вам, вероятно, не требуется машинное обучение.
AH89
Понятно, спасибо. Если речь только о сервисах, которые генерируют гигабайты в день, то, как мне представляется, востребованность на рынке труда навыков, связанных с machine learning, должна быть весьма ограниченной, потому что таких сервисов относительно мало: соц.сети типа facebook, ВКонтакте, распределительные платформы для видео-аудио типа ютуба и тп.
anonymous
Automotive тоже. Самый яркий пример — Тесла, но другие тоже начали
InnokentyDM
Задач по ml много не только там, где есть big data. Плюс для применения ml в своих продуктах не обязательно обладать собственными Big Data. Модели, обученные на данных, отлично отдаются/продаются и можно встроить распознавание лиц в свое маленькое приложение. Для этого не обязательно иметь Phd конечно, но что-то понимать нужно.
AH89
А есть где-то покупатели моделей, которые публикуют где-то свои объявления о покупке? В объявлениях так и написано, что модели должны быть сделаны именно с использованиям ML, а модели на SAS или Excel не принимаются?
InnokentyDM
Не знаю есть ли где-то объявления покупателей, но на маркетплейсе амазона продают aws.amazon.com/marketplace/solutions/machine-learning/pre-trained-models
Так я и не писал про excel и SAS. Статья не о том, комментарий тоже не про то