Historia blogów sięga końca lat 90’. Początkowo nie przypominały one swojej obecnej, nierzadko bardzo efektownej formy. Pierwotnie stanowiły jedynie zbiór odnośników do innych stron zawierających materiały z określonej dziedziny.
Historia blogów sięga końca lat 90’. Początkowo nie przypominały one swojej obecnej, nierzadko bardzo efektownej formy. Pierwotnie stanowiły jedynie zbiór odnośników do innych stron zawierających materiały z określonej dziedziny. Jednakże zjawisko internetowego dzienniku szybko rosło na popularności. Zwiększała się także ilość autorów, konkurujących o miano ekspertów z rozmaitych dyscyplin, znajdujących grono swoich wiernych odbiorców. To właśnie blogosfera dała początek zjawisku influencera, które aktualnie postrzegane jest nawet w kategorii zawodu i głównego źródła niemałego dochodu.
Dziś rzesza ludzi pragnie stać się internetowym guru w swojej dziedzinie przez co bez trudu odnajdziemy szereg blogów z niemalże każdej branży. Aczkolwiek blog blogowi nie równy, a pragnąc odnaleźć naprawdę przydatne treści zazwyczaj musimy liczyć się z koniecznością obszernego researchu. Nie inaczej jest w przypadku Machine Learningu, dlatego pokusiliśmy się o sporządzenie zestawienia wartościowych źródeł wiedzy o ML, gdzie podobnie jak na naszym, whiteasterowym blogu odnajdziecie naprawdę wartościowe informacje z obszaru technologii uczenia maszynowego.
PylmageSearch
Blog przedsiębiorcy Adriana Rosebrocka autora kilku rewolucyjnych rozwiązań takich jak aplikacja identyfikująca lekarstwa dostępne tylko na receptę czy algorytmów przetwarzania obrazów i uczenia maszynowego do automatycznej analizy histopatologicznej piersi pod kątem ryzyka wystąpienia raka. Jak sam mówi na jego blogu dzieli się wiedzą z obszaru sztucznej inteligencji ze szczególnym uwzględnieniem computr vision.
Machine Learning Mastery
Prowadzony przez wiele lat blog autorstwa Jasona Brownlee’a programisty i pasjonaty uczenia maszynowego. Brownlee założył bloga w celu wsparcia młodych programistów, dziś prowadzona przez niego strona stanowi najpopularniejsze, branżowe źródło wiedzy dla programistów na całym świecie.
Analytics Community
To nie tylko źródło wartościowych artykułów, ale również szerokiego zestawu edukacyjnych narzędzi dla profesjonalistów z obszaru analizy danych, sztucznej inteligencji, uczenia maszynowego czy głębokiego uczenia. Kompendium wiedzy zawiera obszerne przewodniki z takich obszarów wiedzy jak sieci neuronowe czy szczegółowe instrukcje odnośnie poszczególnych technologii np. rozpoznawania twarzy.
Uczymy Maszyny
Nasz rodzimy przykład autorstwa Konrada Łydy. To idealne miejsce dla każdego kto wkracza w świat uczenie maszynowego chcąc zrozumień czym jest Machine Learning i dlaczego również on może spróbować swoich sił w tym pozornie nieosiągalnym obszarze, w którym może stać się ekspertem.
Platformy wymiany wiedzy
Towards Data Science
Jest to platforma wymiany pomysłów oraz poszerzania wiedzy z obszaru analizy danych użytkowana przez tysiące ludzi na całym świecie. Redaktorami Towards Data Science zostają prawdziwy pasjonaci i światowi eksperci z obszaru analizy danych, tacy jak Data Scientist czy Project Managerowie. Zatem jeśli możesz ML to Twoja największa pasja lub sposób na życie możesz pokusić się o pozycję redaktora Towards Data Science.
Medium
Kolejne miejsce dla wymagających użytkowników. Jeśli pasjonuje Cię świat najnowszych technologii powinieneś czytać Medium, a jeśli chcesz w tym świecie zaistnieć powinieneś tworzyć i publikować właśnie na tym portalu. Jest to bowiem platforma z szerokim spektrum kategorii, w tym również z obszaru ML i AI.
Geeksforgeeks
Jeśli jesteś programistą na Geeksforgeeks znajdziesz coś dla siebie niezależnie od języka w którym programujesz. Jest miejsce idealne do nauki, ponieważ znajdziesz na nim nie tylko branżowe artykuły z interesujących Cię obszarów, ale również praktyczne ćwiczenia a także kursy czy staże.
Newslettery
Dobrym i wygodnym sposobem na regularne przyswajanie wiedzy jest korzystanie z newsletterów. Z obszarów powiązanych z ML i AI polecamy wypróbowanie:
Python weekly, Date Science Weekly czy Data Elixir.
