数据科学播客？

与数据科学有关的播客有哪些？

这与CrossValidated上的参考请求问题类似。

详细信息/规则：

• 播客（主题和剧集）应与数据科学相关。（例如：一个关于其他领域的播客，其中带有讲述该领域数据科学的一集，并不是很好的参考/答案。）
• 个人意见/评论（如果有）也将非常有帮助。

我强烈建议使用Talking Machines。这是哈佛大学教授精心制作的播客。他们迎合了机器学习专家和发烧友。

他们的采访通常是由NIPS进行的，来宾通常是顶级从业者。

在“ 数据怀疑论者”中，他们谈论数据科学的不同方面：

数据怀疑论者是一个播客，在简短的小插曲之间交替播放，主持人从科学怀疑论的角度解释从数据科学到他的非数据科学家妻子的概念，以及从业者和专家进行的与数据有关的有趣主题的更长访谈。

这是Data Science的不错的介绍，它也以不太技术性的方式解释了基本概念。

部分衍生产品更具技术性：

部分衍生产品是有关所有数据的播客。每周，我们都会研究一种新的数据方式，它改变了我们对世界的理解和体验。从古代战争到现代爱情，以及介于两者之间的一切。

一个与Quora相关的问题：什么是最好的数据科学播客？

我经常听到的是：

• FiveThirtyEight有什么意义

这是一个非常不错的播客，不仅讨论了概念，而且还讨论了数据科学在广泛领域中的应用。

• Udacity的线性离题

它更侧重于ML和数据科学的概念。由两位非常出色的数据科学家Katie和Ben主持。他们的所有剧集都很有趣。

• 部分导数（已经由agold提及）
• 数据怀疑论者（agold已经提到）
• 会说话的机器（已经由jamesmf提及）
• 经济学

这是一个有趣的播客，重点关注数据及其在各个领域中的重要性以及如何理解它们。

希拉里·帕克（Hilary Parker）和罗杰·彭（Roger Peng）并不是这样的标准偏差！有趣的小播客，他们在这里谈论各种各样的事情。他们目前只有4集，但似乎每两周发布一集。

这是之前未提及的另外两个播客：

• OCDQ：关于数据质量和大数据的一些有趣的讨论。
• 学习机101：用于机器学习的入门级讨论。

R-Podcast是有关R中数据分析的播客。其他情况是O'Reilly Data Show和O'Reilly Radar播客