YouTube でフォローすべき 5 人のデータ サイエンティストと機械学習エンジニア

YouTube でフォローすべき 5 人のデータ サイエンティストと機械学習エンジニア

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)から転載したものです。

YouTube で猫の動画を延々と見るのはやめましょう。今こそ YouTube を使って脳を「鍛える」ときです。データ サイエンスのキャリアを効果的に計画する方法を理解したり、損失が収束するのを待つ間に人間の思考と意識の起源に関する直感を高める方法を学ぶのに役立つ、次の 5 人の YouTuber を強くお勧めします。

[[356174]]

1. レックス・フリードマン

Lex Friedman の YouTube チャンネルは、おそらくこれまでの機械学習実践者によるチャンネルの中で最も洞察に富んだチャンネルです。このチャンネルのビデオコンテンツは、Lex Friedman 自身と、コンピューターコンピューティング、機械学習、ディープラーニング、人工知能などの分野の先駆者やトップ研究者とのシンプルな会話です。

このチャンネルを推奨する主な理由は、Lex Friedman が機械学習とディープラーニングの分野の先駆者たちとコミュニケーションをとってきたことです。ディープラーニングの実践者のほとんどは、次に挙げるディープラーニングの先駆者の一部について多かれ少なかれ知っていることでしょう。

  • イアン・グッドフェロー(生成的敵対ネットワークの発明者)、
  • イリヤ・サストケファー(AlexNet の共同発明者)
  • ヤン・リクン(ディープラーニングのパイオニア)
  • ジョシュア・ベンジオ(ディープラーニングの先駆者)

Lex のチャンネルにあるディープラーニング関連の動画に加えて、私が気に入っているのは Yosah Bach との対談動画で、とても興味深いです。ヨシャは、意識、人間の心、そして宇宙を取り巻く質問に素早く巧みに答えることができます。このチャンネルの視聴回数が約 4,500 万回に上る理由をぜひご確認ください。

2. ケン・ジェイ

彼は最も興味深いデータサイエンス YouTuber の 1 人であり、データサイエンス分野で 5 年間の実務経験を持っています。

おそらくほとんどのデータ サイエンティストは Ken Jay のことをすでにご存知でしょう。彼の履歴書やポートフォリオで彼のビデオの 1 つをご覧になったことがあるかもしれませんし、「Data Science Projects from Scratch」のビデオ シリーズを視聴したことがあるかもしれません。私は、Ken Jay のビデオを購読しています。彼がデータ サイエンティストや機械学習の実践者にインタビューしているからです。これらのインタビューでは、データ サイエンスおよび関連分野におけるゲストの学習と経験についての洞察が得られます。

私はこのチャンネルのインタビューゲスト数名から、人工知能分野でのキャリアをどのように計画するかについて豊富な情報を得ました。データ サイエンティストであれば、このチャンネルを購読すべき理由は次のとおりです。

  • テクノロジー大手で働くデータ サイエンティストへの有益なビデオ インタビュー。
  • データ サイエンス コミュニティではよく知られた名前であり、Kaggle Grandmaster に 4 回選ばれた Abhishek Thakur 氏との洞察に満ちたインタビューです。
  • データ サイエンスの実践者がカバーするコンテンツは多数あります。 Ken は、データ サイエンスを効果的に学ぶ方法、インポスター症候群への対処法、採用されるために取り組むべきプロジェクトなどに関するビデオを公開しています。
  • 機械学習モデルのトレーニングが完了するまで待つ間に、5 分間の短いビデオを視聴できます。

3. ヤニック・キルヒャー

Yannick Kilcher のチャンネルは、最新の機械学習技術に関する研究論文を非常にうまく解釈しています。ここでは、研究論文を説明する際にヤニック氏が直感的かつ率直に行っているアプローチを紹介するエピソードをいくつか紹介します。

  • OpenAIのGPT-3研究論文の解釈
  • 変圧器ネットワークを紹介する論文の解釈
  • 機械学習分野の古典的な研究論文に関するビデオシリーズ

機械学習の実践者全員が、研究論文を読んで理解するために必要な開発スキルを身に付けられる修士号または博士号の経験を持っているわけではありません。多くのデータ サイエンティストや機械学習エンジニアは独学であり、研究論文を効果的に分析するために必要な学問的規律を持っていません。

そのため、Yannick のチャンネルは、従来の機械学習モデルと最新の機械学習モデルおよび手法に関する詳細な技術情報を得るためにデータ サイエンティストや機械学習の実践者にお勧めする、私のお気に入りの YouTube チャンネル トップ 5 の 1 つです。

4. ジョーダン・ハロルド

ジョーダン・ハロルドは、MIT とハーバード大学を卒業し、人工知能に関連するトピックのビデオ コンテンツを制作しています。ジョーダンのチャンネルでは、AI ベースの技術を現実世界の問題の解決に直接適用する方法を説明するビデオが多数見つかります。

ジョーダンのチャンネルの動画のほとんどは短くて要点を押さえたもので、10 分未満で終わります。ただし、ほとんどの機械学習実践者が恩恵を受けることができる、関連性のある最新の情報が多数含まれています。

ジョーダン氏の動画では、AI を活用してコロナウイルスを予測する方法や、AI ソリューション内の人種的偏見など、技術的な観点から関心の高いトピックを取り上げています。

[[356175]]

画像ソース: unsplash

5. 3青1茶

このチャンネルの作成者はグラント・サンダーソンで、彼のビデオコンテンツは素晴らしいです。このチャンネルの裏側にある人物像や個性に興味がある方は、Lex Friedman による Grant のインタビュー 2 本をご覧ください。 3Blue1Brown をよく知っている人なら、彼が大学の講師が何時間もかけて教えるコースを、わずか 15 ~ 20 分のビデオで教えていることに同意するでしょう。

このチャンネルでは、機械学習とニューラルネットワークの基礎を教えてもらい、数学も簡単に理解できました。機械学習では、線形代数、微積分、偏微分などのトピックを理解することが重要です。ニューラル ネットワークを研究する際には、ニューラル ネットワークの基本的な構成要素を理解することが重要です。バックプロパゲーション、勾配降下法、ニューラル ネットワーク全般などの概念を理解することも重要です。

YouTube にはデータサイエンス/機械学習の YouTuber がたくさんいるので、独自の学習視聴リストを計画することができます。

<<:  フロントエンド上級編: よく使われるいくつかの JS 検索アルゴリズムの概要とパフォーマンス比較

>>:  人間と機械の統合はなぜ難しいのでしょうか?

推薦する

推論効率は ControlNet の 20 倍以上です。 Google、モバイルデバイスで利用可能な画像生成制御モデル「MediaPipe Diffusion」プラグインをリリース

近年、拡散モデルはテキストから画像への生成において大きな成功を収め、画像生成品質の向上、推論パフォー...

機械学習を使うべきタイミング

著者 | 杜家平なぜこのトピックを議論するのですか?このトピックを議論する本質的な理由は、顧客にデー...

脳内の画像を高解像度で復元できるようになりました

近年、画像生成、特にテキストから画像への生成の分野で大きな進歩が遂げられており、アイデアをテキストで...

人工知能は行動変容マーケティングの世界に混乱をもたらすのでしょうか?

人工知能が人々の日常生活においてますます重要になるにつれ、行動マーケティングも成長しています。人々は...

...

リアルすぎて怖い! Gen-2 の壮大なアップデート、手作りの 4K ハリウッド大作、Midjourney の夢の連携、CEO: クリエイティブ ソフトウェアの時代は終わった

動画生成AIが狂った!ランウェイとミッドジャーニーは、それぞれが究極の技を駆使して激しい戦いを繰り広...

「新世代人工知能倫理規定」が発表:人工知能のライフサイクル全体に統合し、データプライバシーのセキュリティとアルゴリズムの倫理に重点を置く

9月26日、国家新世代人工知能ガバナンス専門委員会は「新世代人工知能倫理規範」(以下、「規範」という...

自動化された機械学習: よく使われる 5 つの AutoML フレームワークの紹介

AutoML フレームワークによって実行されるタスクは、次のように要約できます。データを前処理して...

...

...

...

ガートナー:AIと自動化は次世代SASEの重要な機能となる

近年、セキュア アクセス サービス エッジ (SASE) テクノロジーは急速に発展し、産業界で広く使...