本文轉載自公眾號“讀芯術”(ID：AI_Discovery)。

別再看沒完沒了地看油管上的貓咪視頻!是時候利用它“武裝”自己的大腦了。這5個油管博主，筆者強烈安利，讓他們帶你去了解如何有效地規劃數據科學事業，或者在等待損失收斂的同時，學習如何增強對人類思想和意識起源的直覺吧。

[[356174]]

1. 萊克斯·弗里德曼

萊克斯·弗里德曼的油管頻道可以說是迄今為止機器學習從業者最具洞察力的頻道。這個頻道的視頻內容是萊克斯·弗里德曼本人與電腦運算、機器學習、深度學習、人工智能等領域的先驅或頂尖研究人員進行的簡單對話。

推薦這個頻道的主要原因是，萊克斯·弗里德曼曾與機器學習和深度學習領域的先驅進行過交流。大多數深度學習從業者多多少少會熟悉一些下列的深度學習先驅。

• 伊恩·古德費洛(生成對抗網絡發明人)，
• 伊利亞·薩斯特凱弗(AlexNet的共同發明人)
• 楊立昆(深度學習先驅)
• 約書亞·本吉奧(深度學習先驅)

除了萊克斯頻道上與深度學習相關的視頻，我最喜歡的視頻就是他與約沙·巴赫的對話，十分引人入勝。約沙能夠快速巧妙地回答圍繞意識、人類思想和宇宙所提出的問題。不要猶豫，去尋找這個頻道有約4500萬瀏覽量的原因吧!

2. 肯恩·杰

他是最有趣的數據科學油管人物之一，有五年數據科學領域工作經驗。

大多數數據科學家可能已經很熟悉肯恩·杰了，也許你看過他簡歷和作品集中的一個視頻，也許你看過他的“從零開始的數據科學項目”系列視頻。我訂閱了肯恩·杰的視頻，因為他采訪的是數據科學家和機器學習從業者。這些訪談提供了嘉賓在數據科學和相關領域的學習和經驗。

我從本頻道的幾位訪談嘉賓那里獲得了豐富的信息，了解如何在人工智能領域內進行職業生涯規劃。如果你是一名數據科學家，以下是你應該訂閱這個頻道的理由：

• 有關數據科學家的視頻采訪，信息豐富，適用于科技巨頭公司。
• 對阿布舍克·塔庫爾的采訪卓有見地，他是數據科學界的一位知名人士，四次獲得Kaggle特級大師稱號。
• 有大量數據科學從業者會涉及到的內容?？隙饔幸曨l介紹如何有效地學習數據科學、處理冒名頂替綜合癥、以及你應該從事哪些項目才能被雇傭。
• 等待機器學習模型完成訓練時，你可以觀看五分鐘短視頻。

3. 亞尼克·基爾徹

亞尼克·基爾徹的頻道出色地解讀了有關最新機器學習技術的研究論文。下面是這幾期展示了亞尼克在解釋研究論文時所采用的直觀和直截了當的方法。

• OpenAI的GPT-3研究論文解讀
• 介紹變壓器網絡的論文解讀
• 機器學習領域經典研究論文視頻系列

并不是所有的機器學習實踐者都有以前的碩士或博士經驗，這些經驗使他們具備閱讀和理解研究論文所需的開發技能。大量的數據科學家和機器學習工程師是自學成才的，不具備有效分析研究論文所需的學術紀律。

這就是為什么亞尼克頻道是我最喜歡的5個油管頻道之一，我將向數據科學家和機器學習從業者推薦獲取傳統和現代機器學習模型和技術的深度技術信息。

4. 喬丹·哈羅德

喬丹·哈羅德是麻省理工學院和哈佛大學的畢業生，他制作人工智能相關主題的視頻內容。在喬丹的頻道上，你可以找到大量視頻解釋基于AI技術直接應用于解決現實世界的問題。

喬丹頻道上的視頻大多簡明扼要，不到10分鐘。然而，它們包含了很多相關和最新的信息，大多數機器學習從業者都能從中受益。

喬丹的視頻從技術角度探索了有高興趣價值的話題，比如AI如何用于預測新冠病毒，或者AI解決方案內部的種族偏見。

[[356175]]

圖源：unsplash

5. 3Blue1Brown

這頻道的創作者是格蘭特·桑德森，他的視頻內容爆贊。對于那些對頻道背后的面孔和個性感到好奇的人來說，可以看看萊克斯·弗里德曼對格蘭特的兩次訪談。熟悉3Blue1Brown的人會同意我的說法，他用15-20分鐘的短視頻教授大學講師要花上幾個小時的課程。

這個頻道教會了我機器學習和神經網絡的基礎知識，使數學變得簡單。在機器學習中，了解諸如線性代數、微積分和偏微分之類的主題是至關重要的。在研究神經網絡時，理解神經網絡的基本組成部分是至關重要的。理解反向傳播，梯度下降和一般的神經網絡等概念也是至關重要的。

油管上的數據科學/機器學習油管博主有太多太多，你可以好好規劃自己的學習觀看列表了。