¿Te sientes inspirado para escribir tu primera publicación de TDS? Siempre estamos abiertos a contribuciones de nuevos autores..
¡Feliz año nuevo! ¡Bienvenidos de nuevo a la Variable!
La tinta apenas se ha secado en nuestro resumen de lo más destacado de 2024 (es nunca es tarde para navegarlopor supuesto), y aquí estamos, listos para sumergirnos de cabeza en un nuevo año de aprendizaje, crecimiento y exploración.
Tenemos una querida tradición de dedicar la primera edición del año a nuestros recursos más inspiradores (y accesibles) para los profesionales de la ciencia de datos y el aprendizaje automático en etapa inicial (nosotros en realidad hacer!). Continuamos este año con una selección de artículos recientes de primer nivel dirigidos a estudiantes principiantes y solicitantes de empleo. Para el resto de nuestros lectores, estamos encantados de comenzar con un trío de excelentes publicaciones de veteranos de la industria que reflexionan sobre el estado actual de la ciencia de datos y la inteligencia artificial, y comparten sus predicciones audaces y obstinadas sobre lo que podría ser el próximo año. como. ¡Empecemos!
2025: ¡Listos, listos, listos!
Ciencia de datos y aprendizaje automático, paso a paso
- La guía esencial de las bibliotecas R y Python para la visualización de datos
Con o sin IA, los gráficos y diagramas no irán a ninguna parte en el corto plazo. Sara Lea Mapea las bibliotecas clave en las que los científicos de datos actuales y aspirantes deberían adquirir fluidez. - Hoja de ruta para convertirse en científico de datos, Parte 2: Ingeniería de software
La programación tampoco irá a ninguna parte en 2025. Viacheslav EfimovLa guía de describe los conceptos básicos de codificación que lo llevarán al éxito en la ciencia de datos. - Datos faltantes en series temporales: técnicas de aprendizaje automático
Un rasgo constante de los datos del mundo real: ¡es confuso! Aprenda a navegar en el caos siguiéndolo Sara NobregaManual básico sobre el manejo de datos faltantes. - Causalidad: higiene mental para la ciencia de datos
Alejándonos unos pasos de los aspectos más esenciales del trabajo de ciencia de datos, Eyal KazinLa reciente inmersión profunda constituye una “suave introducción” al intrincado arte de detectar, interpretar y aplicar la causalidad. - Domine el aprendizaje automático: 4 modelos de clasificación simplificados
Para cualquiera que disfrute de la estructura y la claridad por encima de todo, Leo AnelloEl tutorial (extremadamente) completo de 15 pasos sobre modelos de clasificación sería un punto de partida perfecto para ampliar sus conocimientos de aprendizaje automático. - Guía de supervivencia 2024 para entrevistas con ingenieros de aprendizaje automático
Ya sea que ya esté solicitando su primer trabajo MLE o lo esté contemplando como una de sus metas para el año, no se lo pierda. Mengliu ZhaoLa “guía de supervivencia” de , dirigida específicamente a practicantes de nivel junior. - Conceptos básicos del aprendizaje automático que busco en las entrevistas con científicos de datos
Abordar el proceso de contratación, en ocasiones opaco, desde el otro extremo de la mesa, Farzad Nobar creó un recurso útil para ayudar a los solicitantes de empleo a centrarse en los temas que realmente importan a los empleadores. - 100 años de IA (explicable)
Más allá de los qués y cómos del trabajo diario, también están los porqués: ¿por qué este modelo de producción estos salidas? Sofía LipnítskayaEl explicador desvela la historia de la explicabilidad de la IA en el contexto del reciente aumento de los LLM. - Cómo crear un agente LLM de propósito general
Para finalizar con una nota más práctica y para satisfacer la curiosidad de todos los que han oído hablar de los agentes de IA, recomendamos encarecidamente Maya MuradLa guía paso a paso, que puede constituir “la base para diseñar su propia arquitectura de agencia personalizada” en el futuro.