21 канал на YouTube, где вы можете бесплатно изучить ИИ, машинное обучение и Data Science

Автор оригинала: Jair Ribeiro
  • Перевод

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.

image



Рекомендуемые статьи


SkillFactory
Школа Computer Science. Скидка 10% по коду HABR

Комментарии 14

    0
    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?
      0
      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.
        0
        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.
          0
          Automotive тоже. Самый яркий пример — Тесла, но другие тоже начали
            0
            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.
              0
              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?
      0
      профессор Фортран одобряет
        0
        Они что все на англицком?
          0
          Учить по видосикам, отвратительное занятие. Лучше статьи или книжки читать. И исходники удобнее расположены и можно всегда перечитать момент который не понял, а видосики смотреть это чисто для общего развития без практического применения.
            0
            видео когда объясняет доходчиво статьи весьма хороши. К примеру, www.youtube.com/channel/UCZHmQk67mSJgfCCTn7xBfew
              0
              Было б ещё ради чего учить. Этому даже в российских ВУЗах практически не учат, наверно потому что смысла особого не видят. Зато как грибы после дождя возникла масса онлайн-школ с платными курсами. Но уж больно противоречивые мнения о полезности этих курсов в интернете пишут.
            • НЛО прилетело и опубликовало эту надпись здесь
                0
                Большое спасибо за подборку. Видео отличное дополнение книг и статей.

                Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                Самое читаемое