Grafos de conocimiento, opciones de hardware, flujos de trabajo en Python y otras lecturas imprescindibles de noviembre
Grafos de conocimiento, hardware indispensable, flujos de trabajo en Python y otras lecturas imprescindibles de noviembre
Estamos ingresando en la recta final de otro año lleno de acontecimientos para los profesionales de datos y aprendizaje automático. Muchos de ustedes están haciendo un último esfuerzo por aprender nuevas habilidades, ponerse al día con investigaciones recientes o prepararse para su próximo movimiento profesional antes de que las vacaciones realmente comiencen en muchas partes del mundo.
Nuestra selección de lecturas obligadas de noviembre abarca una amplia gama de temas y refleja los temas e intereses en los que nuestra comunidad se ha centrado en las últimas semanas, desde trabajar con gráficos de conocimiento hasta agilizar el proceso de búsqueda de empleo. Esperamos que exploren estos excelentes artículos mientras hacen planes para el próximo año que está a la vuelta de la esquina. ¡Disfruten!
Entradas populares
En caso de que se los hayan perdido, aquí están algunas de nuestras entradas más leídas y compartidas del último mes.
- Cómo Convertir Cualquier Texto en un Gráfico de ConceptosDescubre cómo transformar cualquier corpus de texto en un gráfico de conocimiento utilizando el modelo Mistral 7B: la guía bien ilustrada (y muy exitosa) de Rahul Nayak cubre todo el proceso en detalle.
- Apple M2 Max GPU vs Nvidia V100, P100 y T4¿A quién no le gusta una publicación sólida de análisis de hardware? Fabrice Daniel se tomó el tiempo para comparar el rendimiento de la GPU Apple Silicon M2 Max con Nvidia V100, P100, y T4 para entrenar modelos MLP, CNN y LSTM con TensorFlow.
- Cómo Obtener un Trabajo de Analista de Datos en 6 MesesDesde las habilidades esenciales que necesitarás hasta formas innovadoras de aprovechar la IA generativa, la última contribución de Natassha Selvaraj ayuda a los buscadores de empleo a ser más eficientes en un mercado laboral cada vez más competitivo.
- Modelos Ocultos de Markov Explicados con un Ejemplo de la Vida Real y Código en PythonSi estás listo para ponerte manos a la obra y jugar con un poco de código, la guía accesible de principio a fin de Carolina Bento sobre modelos ocultos de Markov vale la pena.
- El Nuevo Mejor Paquete de Python para Visualizar Gráficos de RedEn su primera publicación en TDS, Benjamin Lee nos guía a través de los entresijos de gravis, un paquete de código abierto con funciones poderosas para visualización de gráficos de red.
- De Álgebra Lineal a Aprendizaje Profundo en 7 Libros (Actualización de Invierno 2023)¿No estás seguro de cómo pasar tu tiempo libre en las próximas semanas? Esta lista curada de recomendaciones de libros de Andreas Stöffelbauer es un gran recurso y cubre una amplia gama de temas, como estadísticas, redes neuronales y más.
- Generación con Recuperación Asistida (RAG): De la Teoría a la Implementación de LangChainLa generación con recuperación asistida sigue causando sensación en la comunidad de aprendizaje automático; si estás sintonizando, la introducción de Leonie Monigatti es un buen punto de partida: cubre los principios fundamentales que impulsan este enfoque y también ofrece una implementación práctica detallada.
Proyectos destacados y temas de conversación
Si estás buscando inspiración o quieres mantenerte al día sobre las animadas discusiones que moldean el campo, estas recomendaciones son para ti.
- ¿Puede la IA resolver tu problema?
- Aprendamos IA juntos – Boletín de la Comunidad Towards AI #3
- Las 5 mejores alternativas a GitHub para proyectos de ciencia de datos
- Cómo el trabajo humano permite el aprendizaje automáticoEl concepto de humano-en-el-ciclo da un nuevo giro en el reciente artículo de Stephanie Kirmer, que se centra en “cuánto trabajo manual y humano dependemos para hacer posible los emocionantes avances en el aprendizaje automático”.
- Crea un modelo de lenguaje basado en tus chats de WhatsAppAlgunos de nosotros podríamos considerar nuestros chats de grupo como un espacio divertido para compartir memes y gifs. Bernhard Pfann, CFA utilizó el suyo como base para un modelo de lenguaje basado en GPT.
- Perdido en la traducción de DALL-E 3¿Cómo afecta el idioma de entrada a los resultados de una herramienta de texto a imagen generativa-AI, y qué pueden decirnos los resultados sobre los sesgos incorporados en los modelos? El último artículo de Yennie Jun explora este tema crucial en detalle.
- Haz estas 5 cosas simples para que tu currículum de científico de datos destaque entre la multitudDesde el enfoque en el impacto medible hasta consejos concretos de formato, la guía de Madison Hunter para construir un currículum exitoso es una lectura esencial para cualquiera que esté pensando en cambiar de roles en un futuro cercano.
- Mis estadísticas de vida: Seguí mis hábitos durante un año y esto es lo que aprendíSe necesita mucha dedicación para seguir los hábitos diarios durante un año, lo cual podría ser la razón por la que el artículo debut de Pau Blasco i Roca ha resonado con tantos lectores; incluso si no planeas embarcarte en un viaje similar, es un relato convincente de recopilación y análisis de datos.
Nuestra última cohorte de nuevos autores
Cada mes, nos emociona ver a un grupo fresco de autores unirse a TDS, cada uno compartiendo su propia voz única, conocimientos y experiencia con nuestra comunidad. Si estás buscando nuevos escritores para explorar y seguir, simplemente consulta el trabajo de nuestras últimas incorporaciones, que incluyen a ming gao, Armand Sauzay, Mantek Singh, Zachary Raicik, Angela K., Flavien Berwick, Corné de Ruijt, Bhaskara Govinal Badiger, Ty Stephens, Nabil Alouani, Tim Rose, Shubham Agarwal, Mert Atli, Tom Gotsman, Vincent Vandenbussche, Onur Yuce Gun, PhD, Ahmed Fessi, Robert Constable, David R. Winer, Marcin Stasko, Luis Medina, Hugo Lu, Stijn Goossens, Samuel Chaineau, Jimmy Weaver, Summer He, Mathieu Laversin, Maksym Petyak, Sanil Khurana, Carlos J. Uribe, Chris Bruehl, Gurjinder Kaur, Sergei Savvov, Olivier Ruas, Andrew Skabar, PhD, Kaustubh Bhavsar, Pau Blasco i Roca, Victoria Walker, Fraser Brown, Victor Murcia, Juan Jose Munoz, Aveek Goswami, Matteo Ciprian, Benjamin Lee, Dima Timofeev, Petru van der Walt Félix, Frank Wittkampf, Paul Levchuk, Evgeniya Sukhodolskaya, Rodrigo Silva, Alex Shao, Jeremy Arancio, Liz Li, Michael Allen, Noah Haglund
¡Gracias por apoyar el trabajo de nuestros autores! Si disfrutas de los artículos que lees en TDS, considera convertirte en un Amigo de VoAGI Member: es un nivel de membresía completamente nuevo que ofrece a tus autores favoritos mayores recompensas por su excelente escritura.
Hasta la próxima Variable,
Editors de TDS
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- 5 cursos gratuitos para dominar la ingeniería de datos
- Mejor negocio en línea para comenzar como principiante (4 simples pasos para ganar más de $1 millón al año)
- Investigadores de la Universidad de Ciencias de Tokio desarrollaron un modelo de aprendizaje profundo que puede detectar una fase quasicristalina previamente desconocida en la ciencia de los materiales
- Esta revisión de investigación de IA explora la integración de imágenes satelitales y aprendizaje profundo para medir la pobreza basada en activos.
- Realidad impactante la vulnerabilidad de ChatGPT a la violación de datos
- Duck AI presenta DuckTrack un recolector de datos de interacción multimodal con computadoras.
- Combina múltiples adaptadores LoRA para Llama 2