คุณสมบัติ

• ความแตกต่างระหว่างนักวิทยาศาสตร์ข้อมูลและวิศวกร ML, โดย Kurtis Pykes
• MLOps และแผนงานการเรียนรู้ของเครื่องโดย Ben Rogojan
• วิธีฝึกโมเดล BERT ตั้งแต่เริ่มต้น, โดย เจมส์ บริกส์
• บทนำสู่การเรียนรู้เชิงสถิติ ฉบับพิมพ์ครั้งที่ XNUMX, โดย Matthew Mayo
• นายอำเภอ: วิธีเขียนและกำหนดเวลาไปป์ไลน์ ETL แรกของคุณด้วย Python, โดย Dario Radečić

 ผลิตภัณฑ์ บริการ

• ผู้นำที่ Allstate, eBay และ Red Bull เห็นด้วย: อย่าพลาด Rev 3 Enterprise MLOps Summit, โดย Domino
• การสำรวจแมชชีนเลิร์นนิงในปี 2021โดย Anyscale

 บทแนะนำ, ภาพรวม

• พีชคณิตเชิงเส้นสำหรับการประมวลผลภาษาธรรมชาติโดย ตานียา อโรรา
• Model Drift ในการเรียนรู้ของเครื่อง – วิธีจัดการกับ Big Dataโดย สายกีฑา
• Agile Data Labeling: มันคืออะไรและทำไมคุณถึงต้องการ, โดย Jennifer Prendki
• การเขียนแอปพลิเคชัน Python แบบกระจายครั้งแรกของคุณด้วย Ray, โดย Michael Galarnyk
• การสืบค้นชุดข้อมูลประชากรที่ละเอียดที่สุดโดย Matti Grotheer
• วิธีตรวจจับและเอาชนะโมเดลดริฟท์ใน MLOpsโดย Bhaskar Ammu
• Super Model ใหม่ของ DeepMind: Perceiver IO เป็น Transformer ที่สามารถรองรับชุดข้อมูลใดก็ได้, โดย พระเยซู โรริเกซ

 ความคิดเห็น

• สิ่งที่ฉันเรียนรู้จากการประชุม “สตรีในวิทยาศาสตร์ข้อมูล”, โดย วิฑี ชูฆ
• 3 Mindset เปลี่ยนสู่การเป็นนักวิเคราะห์ที่ดีขึ้นโดย บ็อบบี ปิเนโร
• สำหรับ SQL หรือเหตุใดฉันจึงปกป้องข้อมูลของฉันมากเกินไปโดย Pedram Navid

 เรื่องเด่น, ทวีต

• เรื่องราวยอดนิยมประจำเดือนกรกฎาคม: นักวิทยาศาสตร์ข้อมูลและวิศวกร ML เป็นพนักงานที่หรูหรา, โดย Gregory Piatetsky
• เรื่องเด่น 9-15 ส.ค.: ความแตกต่างระหว่างนักวิทยาศาสตร์ข้อมูลและวิศวกร ML, โดย KDnuggets
• KDnuggets รางวัลบล็อกยอดนิยมประจำเดือนกรกฎาคม 2021, โดย Gregory Piatetsky

 
 งาน

• ดูข้อมูลล่าสุดของเรา งานใน AI, Analytics, Data Science, Machine Learning
• คุณสามารถโพสต์ข้อความสั้นๆ ได้ฟรีในหน้างาน KDnuggets สำหรับงานอุตสาหกรรมหรืองานวิชาการที่เกี่ยวข้องกับ AI, Big Data, Data Science หรือ Machine Learning อีเมล – ดูรายละเอียดได้ที่ kdnuggets.com/jobs

  ภาพของสัปดาห์

ความแตกต่างระหว่างนักวิทยาศาสตร์ข้อมูลและวิศวกร ML