Седмична актуализация на Exploratory Vol. 12
Ръководство за статистика, AI ще унищожи работни места и т.н.
Здрасти!
Това е Кан от „Exploratory“.
Ние сме на последния етап от подготовката за версия 4.3. Тази версия се фокусира върху подобрения на съществуващите функции и цялостното качество на продукта, въпреки че успяхме да въведем някои страхотни нови функции.
Също така, преди да започне актуализацията тази седмица, записването за нашето „Обучение за усилване на науката за данни“ все още е отворено. Имаме отстъпка за студенти (50% отстъпка). Ако се интересувате от изучаване на Data Science без програмиране, регистрирайте се днес!
Сега, ето актуализацията от тази седмица!
Какво четем
Ръководството на Тим Харфорд за статистика в една подвеждаща епоха
Думата „фалшиви новини“ повиши нашата осведоменост относно факта, че има непрекъснати наводнения от привличащи вниманието заглавия, пълни с подозрителни твърдения и данни, публикувани и споделяни от медии, както традиционни, така и социални, всеки ден.
Тъй като разполагаме с повече данни и повече инструменти в ръцете си, техническата част от анализа на данните стана сравнително по-лесна от преди. Но частта от „аналитичното мислене“ (или статистическото мислене, ако желаете) от анализа на данните – разбиране на проблемите за разрешаване, задаване на въпроси относно данните, изграждане на собствени хипотези и оценката им и след това заключение за вземане на решения – все още е много останала дори в света на Data Science.
Тим Харфорд, колумнист на Financial Times, предлага няколко много полезни съвета за по-добро разбиране на данните, без да се заблуждавате от подозрителни статистики и статистически твърдения.
Технологичните компании трябва да спрат да се преструват, че AI няма да унищожи работни места
Склонен съм да заема позиция, че не трябва да се тревожим твърде много за AI въз основа на моето разбиране за ограничението на AI, поне в близко бъдеще. По-скоро мисля, че AI е един от инструментите, които хората могат да използват, за да разберат по-добре света. Но, както Кай-фу Лий твърди в тази статия, вярно е, че ще има много работни места, които ще бъдат заменени от AI, и тези, които в крайна сметка ще загубят работата си, обикновено са тези, които не са запознати с AI или Data Science изобщо. И това за мен е истински проблем, особено за нашето общество.
Скоростта на технологичния напредък само се ускорява. Дори за мен, който съм в тази индустрия от 20 години, става все по-трудно и по-трудно да съм в крак с най-новото. Това прави по-трудно да се очаква само съществуващите образователни системи да осигурят обучение, което ще е от полза за хората през следващите 10 години.
Мисля, че всеки в областта на Data Science има чудесна възможност да сподели знанията и опита си с други, които не са в света на Data Science днес. Трябва да сме сигурни, че не разширяваме празнината във възможностите за бъдещето.
Учете с Google AI: Направете обучението по ML достъпно за всички
Не мисля, че това е за „всички“, както се очаква с Google, насочено е повече към инженерите. Но все пак е страхотно, че се опитват да улеснят изучаването на ML/AI.
Алгоритмични оценки на въздействието: към отговорна автоматизация в публичните агенции
Тъй като се появяват повече автоматизирани системи за вземане на решения, задвижвани от изкуствен интелект, ние очакваме повече правителства да вземат отношение, за да гарантират, че тези системи са справедливи. GDPR на ЕС (Общ регламент за защита на данните) е един и град Ню Йорк току-що обяви работна група за оценка на въздействието на алгоритмите (AIA).
Други:
- Станете компания за наука за данни Full Stack — Връзка
- Разговорните AI ботове не се подобряват със скоростта, която смятахме, че могат — Връзка
- Как да тествате дали една компания е на първо място AI или не? — Връзка
- AB тестването е мъртво — Връзка
Цитат на седмицата
Вяра: не искаш да знаеш какво е истина
от Фридрих Ницше
Какво пишем
Както бе споменато в последната седмична актуализация, линейната регресия е прост, но супер полезен алгоритъм в света на Data Science, но не много хора извън областта на Data Science го използват за ежедневния си анализ. За да повиша осведомеността, започнах поредица, наречена „Ръководство за начинаещи за проучвателен анализ на данни с линейна регресия“, и ето втората публикация, която публикувах миналата седмица.
Тази публикация изследва множествената линейна регресия и проучва коя променлива на възрастта на майката и възрастта на бащата може да има по-голямо пряко влияние върху продължителността на гестационната седмица.
Върху какво работим
Ние подобряваме много от съществуващите функционалности в предстоящата версия v4.3. Една от областите, които получават такова подобрение, е таблото за управление. С v4.3 ще можете да добавите повече от 4 диаграми (до 12), без да броите единичния тип стойност Viz. Освен това ще бъде много по-лесно да конфигурирате оформлението на страницата чрез плъзгане и пускане.
Подсилващо обучение по наука за данни
Както споменахме в началото, записването за нашето обучение за Data Science Booster все още е отворено. Имаме отстъпка за студенти (50% отстъпка). Ако се интересувате от изучаване на Data Science без програмиране, регистрирайте се днес!
Това е всичко за тази седмица.
Прекрасна седмица!
Kan
Изпълнителен директор/Exploratory
