10个数据科学、机器学习和人工智能播客

随着技术推动机器学习和人工智能的快速发展，跟上数据科学的发展趋势已经变得非常重要。当然，阅读外面的一切可能会变得很有挑战性。

播客是一个让自己不断更新的很好选择。近年来，随着数据科学产业的迅猛发展，已经创造了足够多的播客，我们有足够的时间去研究这些播客。

本文将查看10个我们认为作为数据科学家都必须收听的播客：

数据天空

在15分钟到1小时的时间里，数据天空是向数据科学播客介绍自己的好方法。主题包括采访数据科学实践者，讨论现实世界的数据科学挑战，简单的学术概念，如特征选择，NLP，决策树等。

如果你不得不只收听一个播客，那一定是这个。

平均持续时间：15分钟-60分钟不等

总剧集数: 198

重点领域：数据科学概念和现实世界问题

O’Reilly 的数据秀

这里有时会相当深入的讨论技术问题，但它仍然是一个跟上人工智能和机器学习世界的发展的极好方法。由O‘Reilly媒体的首席数据科学家，Ben Lorica主播。

平均持续时间: 20-60分钟

总剧集数: 60

重要领域: 技术驱动，处理当前问题

Concerning AI

这个播客提供了一个稍微不同的AI，它着眼于人工智能越来越大的影响对当今社会的威胁和风险，以及我们需要采取什么措施来对抗它。

平均持续时间: 20-40 minutes

总剧集数: 62

重点领域: AI世界的规则和关注

数据故事

数据可视化是这个播客的核心。主持人Enrico Bertini和Moritz Stefan每周都会采访来自不同领域的人。最近的主题包括数据陶器，比特币可视化和一个迷人的插曲“这张图是怎么回事？”

平均持续时间: 30-50 minutes

总集数: 112

重点领域:数据可视化

学习机器101

他们的目的是“通过以娱乐的方式解释基本概念，使人工智能领域神秘莫测”。他们的话题有时也会带有技术性，比如“如何使用期望较大化来学习约束满足解决方案”，或“如何使用径向基函数Perceptron软件进行监督学习”。然而，有些主题是为所有听众所关注的，技术知识较少。

平均时间: 20-30 minutes

总集数: 69

重点领域:技术驱动，中级到高级机器学习概念

部分衍生物

主持人Chris和Vidya是“很酷”的播客之一，他们一边聚在一起喝酒，一边讨论了所有的数据科学。有些主题包括“深度学习的未来”、“深度学习的极限”，以及关于人工智能如何影响艺术家世界的有趣讨论。

注：他们在过去几个月里停止录制，但希望他们很快就会回来。你可以搜索他们的档案，因为那里有很多奇妙的东西。

平均时间: 30 minutes

总集数: 107

重点领域: 基础数据科学、ML和AI主题

工业人工智能(Dan Faggella)

每周，Dan Faggella都会采访数据科学家和全球公司的人工智能领袖，了解人工智能的应用和影响。过去几年里，你可以听到大量相关的剧集。最近的一集，“你会用人工智能买你的房子或汽车吗？”是当今社会一个非常相关的话题。

平均时间: 30 min

总集数: 99

重点领域: 采访数据从业人员，讨论当前主题

聊天机器人

如果你是数据科学新手，或者不是技术爱好者，这个播客就是给你准备的。每一集都有对行业专家关于数据科学的采访，并提供了一个全面的技巧概述。大多数剧集还包括听众打电话问问题。

平均时间: 60 minutes

总集数: 29

重点领域: 基本到中级数据科学概念，听众问答，行业专家访谈

本周的机器学习与人工智能

这个播客中的节目每周都有一个相当固定的间隔。这包括对AI/ML专家关于各种数据科学主题的采访。

平均时间: 45 min

总集数: 111

重点领域: ML和AI中包括项目和公司的当前主题

线性消化

主持人Ben Jaffe和Katie Malone设法将复杂的数据科学问题和技术分解为一些信息片段，这些信息可以很容易听众轻松消化。

平均时间: 15 min

总集数: 164

重点领域: 数据科学和机器学习概念在现实世界中的应用

奇异经济学电台

免责声明：这不仅仅是一个数据科学播客。主持人 Stephen J. Dubner探讨了世界上许多令人费解的问题，但它让听众对数据科学如何融入经济学和其他全球性问题有了一个很好的认识。

平级时间: 45 min

总集数: 310

重点领域: 经济学，社会科学家访谈