“机器学习技巧、与ChatGPT学习以及其他最近必读的文章”
Machine learning techniques, ChatGPT learning, and other must-read recent articles.
随着八月的结束，我们的许多读者正在回到学校（无论是大学、训练营还是在线学习），而其他人则正在摆脱夏季慢节奏的最后残余。有什么比现在更好的时间来为你的数据科学学习之旅做准备呢？
如果你再次关注数据和机器学习相关的话题，你将会有一个惊喜：我们的作者在过去的一个月里确实没有放慢脚步，事实上，他们一直在努力撰写迄今为止最强大的文章。为了开启新的一个月（并对上一个月做个适当的告别），我们整理了八月份最受欢迎的文章供你浏览、收藏，我们希望你能深入阅读。尽情享受吧！
我们最受欢迎的文章
群众的智慧可能并不总是无懈可击的，但在TDS上无论选择哪篇本月的热门文章，你都不会错。在我们发布的数百篇文章中，这些是与我们（极为精明的）读者产生最强烈共鸣的。
- 130个机器学习技巧和资源精选（三年精心整理）由Bex T.精心整理的一份包含各种有用、易于理解的见解的大量简短知识。
- 如果我能重新开始，我会如何用ChatGPT学习数据科学Natassha Selvaraj提供了一份关于如何在没有帮助的情况下自学数据科学的实用指南。
- 如何使用大型语言模型聊天任何PDF和图像文件（附代码）对于任何想要亲自体验大型语言模型的人来说，Zoumana Keita的教程是一个绝佳的选择。
- 图卷积网络：GNN入门如果你想读一篇理论和实践完美平衡的文章，那么不妨看看Maxime Labonne关于GNN的入门指南。
- 精通蒙特卡洛：如何通过模拟改进机器学习模型Sydney Nye对蒙特卡洛模拟进行了深入剖析，这篇深入报道成为了我们读者中的一股立即感。
话题启动器
我们喜欢引发热烈讨论的文章，或者为现有讨论增添有趣的角度。以下是最近三篇在这方面表现出色的文章。
- 决策科学是否悄然成为新的数据科学？如果你一直在想决策科学家做什么，以及这个角色与传统数据分析师的区别，不要错过Matt Chapman的观点（以及它引发的许多激烈评论）。
- 机器学习工程师——他们到底在做什么？多亏了Stephanie Kirmer关于MLE的文章，我们有机会看到另一场对职位和描述演变的卓越讨论，而且在这种情况下，后者有时反映出我们应该直面的偏见和紧张关系。
- 你的数据（终于）在云端了，现在，请停止行为上的局限近年来数据基础设施的快速发展使得许多团队陷入云端和本地环境的某个位置。幸运的是，Barr Moses对如何朝着更顺畅的未来迈进提供了锐利的见解。
我们最新的新作者团队
每个月，我们都很高兴看到一批新作者加入TDS，他们每个人都以自己独特的声音、知识和经验与我们的社区分享。如果你正在寻找新的作者来探索和关注，只需浏览我们最新成员的作品即可，其中包括Jonathan Apple、Jarom Hulet、Sergey Vilov、David Rubio、Sydney Nye、Rüdiger Buchkremer、PhD、Michal Szudejko、Wanming Huang、John Lenehan、François Porcher、Tingsong Ou、Le Nguyen、Suyang Li、Ida Johnsson、PhD、Michael Segner、Radmila M.、Chen Margalit、Pratik Aher、Gabriel L. Sena、Stan Pugsley、Caroline Arnold、Jeff Braun、Gianpi Colonna、Jaroslaw Drapala、Ahmad Albarqawi、Mateusz Praski、Julie Zhang、Joseph George Lewis、Thao Vu、Stefan Berkner、Ryan Shrott、Mary M、Eric Zhù、Stefan Suwelack、Maham Haroon、Jeff Chou、Berkan Zorlubas、Mariano Kamp、Douglas Blank、PhD、Gamze Zorlubas、Fatih Demirci、Jerry Qu和Daniel Frees。
感谢您对我们作者的支持！如果您喜欢在TDS上阅读的文章，请考虑成为VoAGI会员——这将解锁我们的整个档案（以及VoAGI上的每篇文章）。
在下一个变量到来之前，
TDS编辑
