یادگیری ماشینی (ML) چیز جدیدی نیست. با این حال، حوزه داده‌های بزرگ (Big Data) در حال احیای موضوع است و سازمان‌های بیشتری به مدل‌های ML تکیه می‌کنند تا عملیات خود را مقیاس‌بندی کنند، کارکنان را در کار بهتر و سریع‌تر، برای کشف بینش‌های پنهان از داده‌ها یا حتی تأیید و به چالش کشیدن مفروضات اساسی، پشتیبانی کنند. این باعث ایجاد علاقه گسترده به موضوعات مرتبط با C-suite، و در بین خطوط تجاری و نقش های شغلی می شود، زیرا شرکت ها ارزش هوش مصنوعی (AI) و ML را می پذیرند. برای ایجاد یک اثر ملموس سازمانی، هوش مصنوعی و ML باید درک شده و قابل اعتماد باشند. با مراجعه (10 وبلاگ برتر یادگیری ماشین (ML) و هوش مصنوعی (AI) ) به این وبلاگ‌های ML از افراد و سازمان‌های معتبر که سطوح مهارت‌های مختلف را برآورده می‌کنند، خوانندگان می‌توانند درک و سطح راحتی خود را در این زمینه‌ها افزایش دهند، به سؤالات فوری پاسخ دهند و با دیگرانی که تجربه استفاده از آنها را دارند ارتباط برقرار کنند.
1. اوپن آی OpenAI :
OpenAI از متخصصان صنعت می آید که می خواهند هوش مصنوعی را به توده ها بیاورند. این به شرکت تحقیقاتی غیرانتفاعی OpenAI، به ریاست مشترک ایلان ماسک و سام آلتمن، و حمایت شرکت‌هایی مانند خدمات وب آمازون، مایکروسافت و Infosys که در تلاش برای دسترسی به هوش مصنوعی هستند، مرتبط است. مشارکت کنندگان در مورد تلاش های جمعی خود برای ترویج و پیشرفت فناوری های هوش مصنوعی از طریق تحقیقات بلندمدت بحث می کنند. این یک منبع ارزشمند برای هر کسی است که به آینده هوش مصنوعی علاقه دارد.
2. دی ستیل Distill :
Distill روی دسترسی بیشتر ML و AI برای خوانندگان متمرکز است. مصرف تحقیقات سنتی ممکن است دشوار باشد، بنابراین Distill تحقیقات ML را در تجسم‌های جذاب و تعاملی داده‌ها به اشتراک می‌گذارد. این به عنوان یک پلت فرم خنثی برای چندین نویسنده برای انتشار با هم عمل می کند، و مقالات به صورت همتا بررسی می شوند و در Google Scholar ظاهر می شوند. Distill همچنین در کتابخانه کنگره و CrossRef ثبت شده است.
3. Machine Learning is Fun:
ماشین لرنینگ سرگرم کننده یک وبلاگ ارزشمند و مقدماتی است. اصول ML را از طریق آموزش های تعاملی و مثال های عملی پوشش می دهد، که دیدن برنامه های کاربردی مفید برای مشاغل و صنایع مختلف را آسان تر می کند. نویسنده Adam Geitgey یک توسعه‌دهنده نرم‌افزار سابق است که اکنون با سازمان‌ها در زمینه پیاده‌سازی یادگیری ماشین مشورت می‌کند. او معتقد است که ML جزء لاینفک آینده نرم افزار است و توسعه دهندگان باید دانش کاری قوی داشته باشند، بنابراین او راهنماها و تکنیک هایی را برای کمک به توسعه و رشد آنها ارائه می دهد.
4. Machine Learning Mastery :
تسلط بر یادگیری ماشین نویسنده: جیسون براونلی جیسون که یک توسعه‌دهنده یادگیری ماشینی با چندین مدرک مرتبط با هوش مصنوعی است، وبلاگ خود را در زمینه مهارت یادگیری ماشین برای توسعه‌دهندگان جدیدی که در این زمینه شروع کرده‌اند، در نظر گرفته است. او زمانی یک توسعه‌دهنده آماتور بود و می‌خواهد به دیگران کمک کند، درس‌هایی را که در طول سفر حرفه‌ای‌اش آموخته و ابزارهایی را که بیشتر به او کمک کرده‌اند به اشتراک بگذارد. وبلاگ، به علاوه دوره ایمیل و خبرنامه او، هر سطحی از تخصص را در خود جای می دهد.
5. The BAIR Blog:
بخش تحقیقات هوش مصنوعی در UC Berkeley این وبلاگ را برای انتقال یافته های تحقیقاتی و اطلاعات مهم در مورد کارهای مرتبط با هوش مصنوعی ایجاد کرد. پوشش طیفی از تحقیقات – از پردازش زبان طبیعی گرفته تا روباتیک – دانش‌آموزان و اساتید مقطع کارشناسی ارشد، محتوایی را برای مصرف متخصصان و عموم مردم ارائه می‌کنند.
6. فست ام ال FastML:
FastML به موضوعات جالب در یادگیری ماشینی با پست‌های سرگرم‌کننده و آسان برای استفاده می‌پردازد. این توسط اقتصاددان Zygmunt Zając اداره می شود و یک پلتفرم ML است که به موضوعاتی مانند اضافه کردن، شبکه های اشاره گر و چت بات ها و غیره می پردازد. اگر از برخی از مقالات ML موجود که احساس می کنید برای درک آنها به دکترای ریاضی نیاز دارید ناامید شده اید، این وبلاگ را نشانه گذاری کنید.
7. AI Trends :
این کانال رسانه ای پوشش جامعی از آخرین اخبار فناوری و کسب و کار مرتبط با هوش مصنوعی ارائه می دهد. این طراحی شده است تا مدیران را با هوش مصنوعی و یادگیری ماشین جلوتر نگه دارد. AI Trends شامل مصاحبه‌ها و بخش‌های رهبری فکری از رهبران برتر کسب‌وکار، و همچنین مقالات عمیق در مورد تجارت هوش مصنوعی است.
8. AWS Machine Learning Blog :
آمازون به شدت درگیر ML است و از الگوریتم‌هایی در تقریباً در تمام زمینه‌های کسب‌وکار خود برای ایجاد سرنخ استفاده می‌کند. الگوریتم‌ها محصولات مرتبط را برای مشتریان در نتایج جستجو پیشنهاد می‌کنند، محصولات را بر اساس خریدهای اخیر توصیه می‌کنند و توزیع و ارسال سریع‌تر محصول را از انبارها به مشتریان بهینه می‌کنند. این وبلاگ دارای پروژه ها و راهنماهایی است که پیشرفت های صنعت را برای خوانندگان نشان می دهد و کاربردهای ML در فناوری خدمات وب آمازون را پوشش می دهد.
9. ژورنال ماشین لرنینگ اپل Apple Machine Learning Journal :
پیشرفت‌های اپل در تشخیص صدا، متن پیش‌بینی‌کننده و تصحیح خودکار که برای سیری به کار گرفته شده، برخی از کارهای یادگیری ماشینی آن را نشان می‌دهد. و جدیدترین آیفون آنها دارای ML عمدتاً در پردازنده خود است که تریلیون ها عملیات در ثانیه انجام می دهد. این ML در دستان شماست. Apple Machine Learning Journal نگاهی مفید به نحوه شکل‌دهی ML به فن‌آوری‌های مختلف آنها است، و مهندسان اپل دیدگاهی را در مورد اینکه چگونه کارشان بر تغییر شکل ML تأثیر می‌گذارد، ارائه می‌دهد.
10. AI at Google :
گوگل کمک کرد تا یادگیری ماشینی را متحول کند، بنابراین دیدن سطح تحقیقات ML آنها تعجب آور نیست. یادگیری ماشینی و هوش مصنوعی به طور انتقادی از نحوه عملکرد فناوری Google پشتیبانی می‌کنند – از الگوریتم‌های جستجوی آنها که جستجوهای وب را بازتعریف می‌کنند، تا Google Maps که بر نحوه حرکت ما در مقصد تأثیر می‌گذارد، و اکنون خودروی خودران آنها در حال تغییر صنعت خودرو است. گوگل کار خود را از طریق پست هایی در دسترس قرار می دهد که در مورد تحقیقات منتشر شده خود و نحوه استفاده از فناوری آن توسط دیگران برای تأثیرگذاری بر نوآوری هوش مصنوعی بحث می کند.
با درک ML و AI، می توانیم از مطالبی که در مورد پتانسیل کامل ماشین لرنینگ و هوش مصنوعی شک و تردید ایجاد کنند دوری کنیم و مسئولانه این راه حل های سازنده را به کار گیرید آسان تر است.