上周最受欢迎

1. 您应该使用线性回归模型而不是神经网络的 3 个原因，作者：Terence Shin
2. 最常见的数据科学面试问题和答案, 内特·罗西迪
3. 可视化如何改变探索性数据分析, 托德·莫斯塔克
4. GitHub Copilot 开源替代品，作者：Matthew Mayo
5. 如何成为一名自由数据科学家——4 个实用技巧, 保罗·拉巴塔·巴霍

上周分享最多

1. 使用 Terraform 在 5 分钟内引导现代数据堆栈, 由团阮
2. 使用 RAPIDS 的 GPU 驱动的数据科学（非深度学习），作者：Tirthajyoti Sarkar
3. 您应该使用线性回归模型而不是神经网络的 3 个原因，作者：Terence Shin
4. 可视化如何改变探索性数据分析, 托德·莫斯塔克
5. 头条新闻，26 月 1 日至 XNUMX 月 XNUMX 日：GitHub Copilot 开源替代方案； 为什么以及如何学习“生产数据科学”？, 通过 KDnuggets

上周最受欢迎的推文

1. 获得斯坦福大学的 #AI 证书
2. #DeepLearning 的未来是光子
3. #DataScience 和 #MachineLearning 的#免费数学课程 – KDnuggets #KDN
4. A Friendly Introduction to Graph #NeuralNetworks – KDnuggets #KDN
5. #DataScience Learning Roadmap for 2021 – KDnuggets #KDN

过去30天最受欢迎

1. 6 年 2021 大数据科学在线课程, 娜塔莎·塞尔瓦拉吉
2. 数据科学家和机器学习工程师是奢侈的员工, 阿德里安·比亚恩斯 (Adrien Biarnes)
3. 来自谷歌研究总监的学习数据科学建议，由Benjamin Obi Tayo撰写
4. GitHub Copilot 开源替代品，作者：Matthew Mayo
5. 深度学习的几何基础，迈克尔·布朗斯坦、琼·布鲁纳、塔科·科恩和 PV

最近30天分享次数最多

1. 为什么以及如何学习“生产数据科学”？，作者：Tirthajyoti Sarkar
2. 不仅适用于深度学习：GPU 如何加速数据科学和数据分析，作者：Kevin Vu
3. 使用 Terraform 在 5 分钟内引导现代数据堆栈, 由团阮
4. 使用 RAPIDS 的 GPU 驱动的数据科学（非深度学习），作者：Tirthajyoti Sarkar
5. 在 90 天内成为分析工程师, 由团阮