Muy buenas, me llamo Miguel y esta vez les traigo este nuevo artículo.
Índice
Compartiendo lo mejor Ciencia de los datos recursos que conozco
Mantenerse al día con la ciencia de datos mientras se filtra el oro de las impurezas es imperativo para cualquier científico de datos que se tome en serio el dominio de su oficio.
Desde que me comprometí a publicar 3 publicaciones de blog a la semana, tener recursos confiables, inspiradores y efectivos ha sido fundamental para asegurar que cumplo con la promesa que me hice.
Habiendo dicho eso, así es como me mantengo actualizado …
Hacia la ciencia de datos
Towards Data Science es generalmente lo que más utilizo. Una publicación de medio popular que cubre una variedad de cosas en tecnología como programación, visualización de datos, aprendizaje automático, aprendizaje profundo y, por supuesto, ciencia de datos.
Recientemente, también he estado profundizando en el Podcast Towards Data Science en Spotify; personalmente prefiero un podcast más corto (1 hora o menos) porque tiendo a escucharlos por la mañana durante mi sesión de gimnasio, por lo que este podcast se ajusta al cuenta.
Hacia la IA
“Towards AI es una publicación multidisciplinaria líder en el mundo centrada en la ciencia, la tecnología y la ingeniería con énfasis en la diversidad, la equidad y la inclusión. Publicamos lo mejor de la tecnología, la ciencia, la ingeniería y el futuro «. – (Fuente: Towards AI About Page)
Towards AI está ganando popularidad con bastante rapidez. Descubrí que los escritos sobre Towards AI son mucho más amplios que los de Towards Data Science y hay muchas lecturas interesantes.
KDnuggets
El primer sitio que encontré cuando estaba aprendiendo Machine Learning fue probablemente KDnuggets, y afortunadamente para mí, muchos de los artículos que he compartido en ManualesTutorse han vuelto a compartir en KDnuggets (¡un honor absoluto!).
Recomiendo encarecidamente marcar KDnuggets.
Más allá de los blogs y las noticias, también hay seminarios web, tutoriales, cursos y conjuntos de datos que están disponibles en el sitio web.
A tener en cuenta:: Debo señalar que no he utilizado ninguno de sus cursos, sin embargo, dada la calidad de los artículos curados en el sitio web, no tengo ninguna duda de que el resto del contenido será de gran utilidad.
Datacamp
Puede que me equivoque, pero creo que Datacamp puede ser famoso por sus cursos intensivos que cubren el viaje completo desde un aspirante a científico de datos hasta un profesional de tiempo completo.
Recientemente me encontré con los blogs de la comunidad que han sido muy inspiradores para algunos de los artículos que he escrito.
A tener en cuenta:: Muchos de los artículos con los que me he encontrado en Datacamp han sido más técnicos, aunque hay muy buenos consejos que dan artículos como Cómo convertirse en un científico de datos en 8 pasos.
Analítica Vidhya
Analytics Vidhya es otra plataforma popular que ofrece el ecosistema completo de ciencia de datos; también tuve la oportunidad de escribir para Analytics Vidhya.
En Analytics Vidhya, puede decidir aprender sobre las principales tendencias en la industria, tomar cursos en línea, hacer hackatones y más, aunque, principalmente, me encuentro en Analytics Vidhya para obtener tutoriales de «inmersión profunda» (especialmente sobre nuevas técnicas, o nuevas técnicas para yo probablemente debería decir).
Ciencia de datos de Chai-Time (Podcast)
Sería increíblemente cruel de mi parte no incluir el podcast de Chai-Time Data Science porque ha sido magnífico para mí.
He sido un oyente desde la primera entrevista que creo que fue con Abhishek Thakur. En ese momento, nunca había oído hablar de Abhishek (que era un Gran Maestro 3x en ese momento) o Kaggle, pero no pude evitar regresar al podcast para obtener la última entrevista de solución ganadora (en una competencia de Kaggle).
Conclusión
En un futuro muy cercano, planeo leer más artículos de investigación y asistir a más eventos, dado que es seguro asistir (si no está en línea, será suficiente). Por supuesto, estos no son los únicos canales para mantenerse al día con Data Science, así que si tiene algunas fuentes que le gustaría compartir.
Añadir comentario