大数据和人工智能领域实用且不能错过的10大网站

大数据 人工智能
本文整理出大数据和人工智能领域最实用,质量最高的10大技术网站信息,既可以用于丰富技术知识,也可以用于学术研究。

随着AI,大数据这些技术的快速发展,与此有关的知识也普及开来。如何在众多网站中寻找最有价值的信息,如何在最短的时间内获得最新的技术资讯?笔者在这里整理出大数据和人工智能领域最实用,质量最高的10大技术网站信息,既可以用于丰富技术知识,也可以用于学术研究,仅供参考。 

1. Google AI Blog 

  • 名称:Google AI Blog
  • 链接:research.googleblog.com
  • 内容:AI
  • 例文:SLING: A Natural Language Frame Semantic Parser
  • 更新速度:未知
  • 科学上网(此处是指需要连接VPN,下同):Yes
  • 竞争强度:高

笔者有话说:该网站发布的文章为谷歌的最新研究成果,极具权威性和学术性。根据笔者经验,该网站的文章一出,就会受到各大微信公众号的疯抢,不到24个小时便能搜索到译文,由此可以看出该网站的水准的确很高。

2. Towards Data Science 

  • 名称:Towards Data Science
  • 链接:towardsdatascience.com/
  • 内容:Data Science
  • 例文:Building an Altcoin Market Sentiment Monitor
  • 更新速度:平均每日三至四篇
  • 科学上网:Yes
  • 竞争强度:中等

笔者有话说:这是一个内容非常丰富的数据科学学习网站。大多数的文章都是以案例展开,并附有代码和配图,文字严谨且具有良好的逻辑性,手把手教读者如何去操作,对于数据科学的初学者非常友好。就选文渠道而言,它的更新速度很快,因此关注该渠道可以获得源源不断的优质文章,可选择的余地非常大,但是要注意去甄别文章的内容,并不是所有文章都那么出色。

3. Analytics Vidhya 

  • 名称:Analytics Vidhya
  • 链接:www.analyticsvidhya.com/blog/
  • 内容:AI & Data Science
  • 例文:The Essential NLP Guide for data scientists (with codes for top 10 common NLP tasks)
  • 更新速度:平均每周一篇
  • 科学上网:No
  • 竞争强度:低

笔者有话说:与Towards Data Science一样,这也是一个优秀的数据科学教育网站。在它的blog里面,大多数的文章以教程的方式展开,并附有代码。除此之外,还有一些纯干货型文章,例如:The Essential NLP Guide for data scientists (with codes for top 10 common NLP tasks)。

4. Kdnuggets

  • 名称:Kdnuggets
  • 链接:www.kdnuggets.com
  • 内容:Computer Science
  • 例文:PySpark SQL Cheat Sheet: Big Data in Python
  • 更新速度:优质选文成批发放,两至三周一更新
  • 科学上网:No
  • 竞争强度:高

笔者有话说:这是一个内容覆盖非常广泛的网站,不论是就职干货还是技术难题,它总会有相关的文章。该网站的文章质量非常高,因此是各大公众号的“兵家必争之地”。建议多挂住网站左下角的“Most Popular”和“Most Shared”里的文章,快捷高效地获取优质文章。

5. Pete Warden’s Blog 

  • 名称:Pete Warden’s Blog
  • 链接:https://petewarden.com/
  • 内容:AI
  • 例文:How do CNNs Deal with Position Differences?
  • 更新速度:平均两月一篇
  • 科学上网:No
  • 竞争强度:高

笔者有话说:这是技术牛人Pete Warden的个人博客。他的文章更新较慢,但是内容严谨且具权威性。文章大都附有图片和代码进行解释。该网站是一个很好的研究性信息来源,和Google Research Group一样,文章一出,非常容易遭到疯抢。另外,文章的内容比较艰深,同时篇幅长,比较适合学术研究使用。

6. Revolution Analytics 

  • 名称:Revolution Analytics
  • 链接:http://blog.revolutionanalytics.com/
  • 内容:News & Learning Resource
  • 例文:Compare outlier detection methods with the OutliersO3 package
  • 更新速度:优质文章成批发放,平均每月一次
  • 科学上网:No
  • 竞争强度:低

笔者有话说:这是一个杂文网站,文章种类繁多。平时会发布一些结构较小的文章,而每个月都会出现一次Roundup。这个Roundup通常分两个部分: 新闻和学习资源。建议主要关注这个Roundup里的学习资源,有许多技术性的文章质量很高。

7. DZONE 

  • 名称:DZONE
  • 链接:https://dzone.com/
  • 内容:各种计算机相关信息
  • 例文:NLP in Python
  • 更新速度:平均每日每种类别都会更新一到两篇文章
  • 科学上网:No
  • 竞争强度:低

笔者有话说:笔者在“内容”一栏填写了“各种计算机相关信息”,是因为这个网站的内容对于计算机领域的知识覆盖简直让人惊讶。不论是AI、云计算、数据安全还是计算机性能、IoT和网站设计,这网站都有相关的文章,并且分好了类别。该网站的更新速度很快,而且每次都会对各个类别的文章进行大量更新。但是,对于文章质量来讲,还需要认真甄别。

8. Codementor 

  • 名称:Codementor
  • 链接:https://www.codementor.io/community/topic/data-science
  • 内容:各种附代码技术类干货
  • 例文:Introducing pydbgen: A random dataframe/database table generator
  • 更新速度:每月一篇
  • 科学上网:No
  • 竞争强度:低

笔者有话说:这是一个对于文章管理不是特别好的网站,它的文章没有分类,因此很难摸清楚它发文章的具体套路。根据笔者经验,这个网站所发的文章基本都是技术性文章,帮助解决各种技术性问题的。文章大都附有代码,因此比较干货。

9. Data+Science 

  • 名称:Data+Science
  • 链接:https://www.dataplusscience.com/insights.html
  • 内容:数据可视化
  • 例文:Finding the Nearest Ocean Coast or any Nearest Point on a Map in Tableau
  • 更新速度:每月两篇
  • 科学上网:No
  • 竞争强度:低

笔者有话说:这个网站的主题是数据可视化。因此,它的所有文章都是数据可视化案例,其中比较多见的就是Tableau的case。这个网站文章的最大特点就是其运用到极致的版面设计美学(笔者有点夸张(#^.^#))。文章的排版、配图还有操作解说都安排得整洁美观,对于读者来说也格外赏心悦目,文章的内容也是干货满满。

10. Edwin Chen’s Blog 

  • 名称:Edwin Chen’s Blog
  • 链接:http://blog.echen.me/
  • 内容:AI
  • 例文:Exploring LSTMs
  • 更新速度:未知
  • 科学上网:No
  • 竞争强度:高

笔者有话说:关注这个Blog,很大程度上是因为一篇爆热文:Exploring LSTMs。这篇文章在刚刚发出来以后,被各大公众号争相翻译和转发。笔者个人对于这个技术大牛的网站就八个字的评价:“不鸣则已,一鸣惊人”。它的文章质量非常高,同时讨论的也是非常前沿的话题,因此称之为“篇篇热门”并不为过。但是它的缺点也非常明显,大牛更文更得非常慢,文章之间隔了几个月是常有的事。另外该网站发布的文章篇幅较长,内容艰深,对于读者的英文水平和AI专业知识要求非常高。

责任编辑:未丽燕 来源: 网络大数据
相关推荐

2020-11-18 13:59:51

人工智能网站

2015-10-13 13:42:37

金融医疗保险

2020-09-18 16:01:18

大数据

2019-12-04 09:23:16

心理学人工智能大数据

2018-03-18 16:10:24

2017-10-23 12:19:38

2024-05-07 11:29:59

2020-06-01 08:34:41

人工智能AI工业应用

2019-09-25 07:34:10

人工智能大数据数据科学

2021-08-05 09:23:56

人工智能大数据物联网

2018-05-09 18:57:22

2019-11-25 16:41:55

人工智能大数据物联网

2017-11-15 20:00:29

人工智能大数据晋级指南

2022-05-11 09:52:16

人工智能大数据金融行业

2018-06-07 15:22:58

人工智能大数据比较

2022-05-10 14:11:55

人工智能金融科技机器学习

2020-11-23 11:06:27

大数据人工智能技术

2019-04-11 17:44:08

2023-09-13 07:04:34

人工智能建模SME

2017-12-15 08:45:29

点赞
收藏

51CTO技术栈公众号