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