本月必读的七篇数据科学与深度学习文章

0

根据一项研究,到2020年,对数据科学家专家的需求预计将增长15%。 IBM的研究 and the demand for 人工智能机器学习 experts is expected to rise as well. Companies are increasingly hiring AI experts and 自由职业数据科学家 以弥补内部人才的短缺,世界各地的大学正在引入机器学习和分析课程。

It is imperative that everyone who uses data or is interested in 深度学习 – especially businesses and researchers – keep themselves up to date with the latest developments in the field. Here is a compilation of seven useful and informative resources as recent as August 2017, that will help you you stay on top of your game.

1. 作为历史的DataViz。20世纪日食的地图说明
(Michael Sandberg, Dataviz博客)

2. 对分析市场的7项预测
(Taner Akcok, Becoming Human)

3. 如何系统地计划和运行机器学习实验
(Jason Brownlee, Machine Learning Mastery)

4. 使用机器学习来改善病人护理 
(Rachel Gordon, MIT News)

5. 美国国家航空航天局正在使用英特尔的深度学习来构建更好的月球地图
(Brian Heater, Tech Crunch)

6. 深度学习的全面介绍(视频)
(DeepLearning.TV)

7. 使用Python分析加密货币市场
(Patrick Triest的博客)

你是否有建议的文章或资源,我们可以添加到列表中?我们很愿意听到你的意见。请在下面的评论中写给我们,或者 发微博给我们.


Kolabtree帮助全球企业按需聘请专家。我们的自由职业者已经帮助企业发表研究论文、开发产品、分析数据等。只需一分钟,告诉我们您需要做什么,就能免费获得专家的报价。


分享。

关于作者

Ramya Sriram在全球最大的科学家自由职业平台Kolabtree(kolabtree.com)管理数字内容和通信。她在出版、广告和数字内容创作方面有十多年的经验。

留下回复