۱۰ پادکست معروف علم داده و هوش مصنوعی کدام‌اند؟ علم داده یا دیتا ساینس، یادگیری ماشین و ربات‌ها برخی از موضوعاتی هستند که امروزه بسیار زیاد در فناوری درباره‌شان بحث می‌شود. اگر فقط کمی در حوزه تکنولوژی مطالعه کنید یا به‌نوعی به این حوزه علاقه‌مند باشید و آن را دنبال کنید، با اصطلاحاتی مانند علم داده یا دیتا ساینس (Data Science) یا یادگیری ماشین (Machine Learning) برخورد کرده‌اید. در این مطالب به ۱۰ پادکست مشهور که در این حوزه‌ها اخبار یا آموزش ارائه می‌کنند نگاهی کرده‌ایم.

فهرست مطالب پنهان‌کردن فهرست
  1. 1. ۱۰ پادکست معروف علم داده و هوش مصنوعی
    1. 1.1. ۱. The Data Skeptic
    2. 1.2. ۲. Linear Digression
    3. 1.3. ۳. Talking Machines
    4. 1.4. ۴. The O’Reilly’s Data Show
    5. 1.5. ۵. The O’Reilly’s Bots
    6. 1.6. ۶. Concerning AI
    7. 1.7. ۷. This Week In Machine Learning & AI
    8. 1.8. ۸. Data Stories
    9. 1.9. ۹. Learning Machines 101
    10. 1.10. ۱۰. Partially Derivative
  2. 2. جمع‌بندی ۱۰ پادکست معروف علم داده و هوش مصنوعی
  3. 3. پادکست پرسش‌های متداول علم داده را گوش کنید!
  4. 4. ورود به دنیای دیتا ساینس با کلاس‌های آنلاین آموزش علم داده کافه‌تدریس
۱۰ پادکست معروف‌ علم داده و هوش مصنوعی

۱۰ پادکست معروف علم داده و هوش مصنوعی

معروف‌ترین و پربازدیدترین پادکست‌های فعال در حوزه علم داده و هوش مصنوعی از این قرار است:

۱. The Data Skeptic

این پادکست یک نقطه شروع عالی برای یادگیری برخی از اصول اولیه‌ی علم داده یا دیتا ساینس و یادگیری ماشین است. The Data Skeptic مصاحبه‌هایی عالی با دانشگاهیان و متخصصان را دربرمی‌گیرد و همین‌طور قسمت‌های کوتاه ۱۰ تا ۱۶ دقیقه‌ای را شامل است که میزبان‌ها مطالبی کوتاه درمورد موضوع‌هایی مانند محاسبه‌ی اهمیت ویژگی (Calculating Feature Importance)، خوشه‌بندی k-means، پردازش زبان طبیعی (NLP) و درخت‌های تصمیم‌ (Decision Trees)  ارائه می‌کنند و اغلب از قیاس‌هایی مرتبط با طوطی خانگی خود، Yoshi، استفاده می‌کنند.

۲. Linear Digression

دومین پادکس معروف علم داده Linear Digression است. این پادکست هفتگی که Katie Malone و Ben Jaffe آن را میزبانی می‌کنند موضوع‌های مختلفی را در حوزه‌ی علم داده و یادگیری ماشین پوشش می‌دهد. صحبت درمورد مفاهیم خاصی مانند سرقت مدل و شروع بی‌انگیزه برای یادگیری این دانش و نحوه‌ی اعمال مدل‌ها در مسائل و مجموعه‌داده‌های دنیای واقعی ازجمله مواردی است که در این پادکست خواهید شنید.

۳. Talking Machines

در این پادکست Katherine Gorman و Ryan Adams، میزبانان برنامه، با یک مهمان درمورد کارشان و اخبار مربوط به یادگیری ماشین صحبت می‌کنند.

۴. The O’Reilly’s Data Show

این پادکست معروف علم داده را Ben Lorica، دانشمند ارشد داده O’Reilly Media، میزبانی می‌کند. او در این پادکست با دیگر کارشناسان درمورد کلان‌داده‌ها یا Big Data و موضوع‌های علم داده یا دیتا ساینس صحبت می‌کند. اغلب ممکن است موضوع‌های موردبحث کاملاً تخصصی باشند، اما همیشه واقعاً جالب هستند.

۵. The O’Reilly’s Bots

دومین پادکست O’Reilly در این فهرست یکی از پادکست های جدیدتر است که Jon Bruner (و گاهی Pete Skomoroch) میزبانی می‌کند. این برنامه، به‌طور خاص، روی ربات‌ها و پیام‌رسانی متمرکز است که یکی از حوزه‌های جدید و جذاب است؛ بنابراین قطعاً ارزش گوش‌کردن دارد!

۱۰ پادکست معروف‌ علم داده و هوش مصنوعی

۶. Concerning AI

یکی دیگر از پادکست‌های معروف علم داده Concerning AI است. این پادکست،‌ در مقایسه با دیگر پادکست‌های موجود در این فهرست، برداشت متفاوتی از هوش مصنوعی ارائه می‌کند.  Brandon Sandersو Ted Sarvata نگاهی فلسفی‌تر به مفهوم هوش مصنوعی برای جامعه‌ی امروز و آینده دارند. بررسی احتمالات ابرهوش مصنوعی (Artificial Super-Intelligence) گاهی می‌تواند کمی ترسناک باشد، اما همیشه قابل‌تأمل است.

۷. This Week In Machine Learning & AI

این پادکست هر هفته یک قسمت جدید منتشر می کند. هر قسمت مصاحبه با یک متخصص ML/AI در موضوعات مختلف را دربردارد. قسمت‌های اخیر این پادکست بحث آموزش، حس همدلی به ماشین‌ها، تولید داده‌های آموزشی و تولید هوش مصنوعی را شامل است.

۸. Data Stories

این پادکست کمی بیشتر از علم داده یا دیتا ساینس روی تجسم داده‌ها متمرکز است، اما اغلب هم‌پوشانی‌های جالبی میان این دو موضوع وجود دارد. هر هفته Enrico Bertini و Moritz Stefaner موضوع‌های مختلفی را در داده‌ها، همراه با مهمانان خود، پوشش می دهند. اپیزودهای اخیر درمورد اخلاق داده‌ها (Data Ethics) و نگاه‌کردن به داده‌ها از فضا (Looking at data from space) بسیار جالب هستند.

۹. Learning Machines 101

این پادکست که خود را به‌عنوان «مقدمه ای ساده بر هوش مصنوعی و یادگیری ماشین» معرفی می کند گاهی می‌تواند کاملاً فنی و پیچیده باشد و موضوعاتی از این قبیل را پوشش می‌دهد: «چگونه هرزنامه‌ها را با استفاده از خوشه‌بندی طیفی(Spectral Clusteing)  طبقه‌بندی کنیم» و «چگونه ماشین‌های یادگیری را با هوش ازدحامی (Swarm Intelligence) تقویت کنیم».

۱۰. Partially Derivative

میزبانان کاملاً متخصص این پادکست، Chris Albon ،Jonathon Morgan و Vidya Spandana که همه فناوران باتجربه و دانشمندان داده هستند، در یک دورهمی درمورد آخرین اخبار در حوزه‌ی علم داده یا دیتا ساینس صحبت می‌کنند. گوش‌کردن به این پادکست راهی عالی برای پیگیری جدیدترین خبرهای مرتبط با داده است.

جمع‌بندی ۱۰ پادکست معروف علم داده و هوش مصنوعی

در این مطلب چند پادکست معروف علم داده یا دیتا ساینس و یادگیری ماشین و هوش مصنوعی را معرفی کردیم که به‌شدت پرطرفدار هستند و برای علاقه‌مندان و افرادی که یادگیری با پادکست را ترجیح می‌دهند گزینه‌ی مناسبی خواهند بود. گوش‌کردن به این پادکست‌ها به شما کمک می‌کند بتوانید اوقات مرده و خالی خود را با شنیدن درباره‌ی به‌روزترین اتفاقات علم داده و هوش مصنوعی زنده کنید.

اگر به حوزه علم داده یا دیتا ساینس علاقه دارید و دوست دارید آخرین اتفاقات دنیای دیتاساینس را دنبال کنید، پیشنهاد می‌کنیم با نشریات بیگ دیتا و هوش مصنوعی آشنا شوید.

پادکست پرسش‌های متداول علم داده را گوش کنید!

اگر به حوزه‌ی دیتا ساینس علاقه‌مندید و دوست دارید با یادگیری این دانش به دنیای شگفت‌انگیز آن وارد شوید، پیشنهاد می‌کنیم همین حالا با شنیدن این پادکست‌ها کار خود را شروع کنید:

ورود به دنیای دیتا ساینس با کلاس‌های آنلاین آموزش علم داده کافه‌تدریس

کافه‌تدریس جامع‌ترین کلاس‌های آنلاین آموزش علم داده را در دوره‌های مقدماتی و پیشرفته برگزار می‌کند. شرکت در این کلاس‌ها به شما امکان می‌دهد از هر نقطه‌ی جغرافیایی به به‌بروزترین و کامل‌ترین آموزش دیتا ساینس و یادگیری ماشین دسترسی داشته باشید.

کلاس‌های آنلاین آموزش علم داده کافه‌تدریس به‌صورت کاملاً پویا و تعاملی و در قالبی کارگاهی برگزار می‌شود و مبنای آن هم کار روی پروژه‌های واقعی دیتا ساینس و ماشین لرنینگ است.

برای آشنایی بیشتر با کلاس‌های آنلاین آموزش علم داده کافه‌تدریس و مشاوره‌ی رایگان برای شروع یادگیری و مسیر شغلی دیتا ساینس روی این لینک کلیک کنید:

دوره جامع یادگیری علم داده (Data Science)