數(shù)據(jù)科學(xué)作為一門學(xué)科和專業(yè)，要求從業(yè)者具備各種技能，從溝通、領(lǐng)導(dǎo)等軟技能到演繹推理、算法思維、編程等硬技能。但是有一個關(guān)鍵的技能應(yīng)該由數(shù)據(jù)科學(xué)家掌握，不管他們的經(jīng)驗(yàn)如何，那就是寫。

即使是從事量子計算或醫(yī)療研究等技術(shù)領(lǐng)域的數(shù)據(jù)科學(xué)家也需要寫作。培養(yǎng)強(qiáng)大的寫作能力需要時間，而數(shù)據(jù)科學(xué)家面臨的挑戰(zhàn)是 MIG ht 阻止他們輕松表達(dá)自己的想法。這就是為什么本文包含了各種寫作策略，并解釋了它們?nèi)绾斡幸嬗跀?shù)據(jù)科學(xué)和 Machine Learning 專業(yè)人士。

1 。短文

讓我們從我們遇到的最典型的易理解的寫作風(fēng)格開始。以簡短的形式寫作通常不費(fèi)吹灰之力，也不會占用太多時間。 Twitter 、 LinkedIn 、 Facebook 、 Quora 和 StackOverflow 上的機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)內(nèi)容都屬于這一類。

長格式內(nèi)容，如書籍、文章和散文，通常是 ML 領(lǐng)域最有價值的材料。所有這些都需要時間來寫、讀和分析。另一方面，社交媒體平臺上的短格式內(nèi)容可以提供信息，同時比長格式內(nèi)容花費(fèi)更少的精力和時間。

目前，我們有幸見證人工智能先驅(qū)和著名機(jī)器學(xué)習(xí)實(shí)踐者之間的對話和想法，而無需等待他們撰寫和發(fā)表研究論文或論文。在社交媒體平臺上撰寫簡短的帖子可以深入了解不易口頭表達(dá)的觀點(diǎn)和觀點(diǎn)，您的聲音可以參與其中并分享觀點(diǎn)。

對于那些想嘗試通過社交媒體帖子與其他 ML 專家聯(lián)系的人，我建議跟隨一些發(fā)布關(guān)于機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的真實(shí)和相關(guān)信息的人?；ㄐr間閱讀討論的基調(diào)和帖子上的文章，如果你有什么有價值的東西要貢獻(xiàn)，就大聲說出來。

首先，這里列出了發(fā)布 AI 相關(guān)內(nèi)容的個人列表（以及其他有趣的內(nèi)容）： Andrew Ng 、 Geoffrey Hinton 、 Allie， K Miller 、 Andrej Karpathy 、 Jeremy Howard 、 Francois Chollet 、 Aurélien Geron 、 Lex Fridman 。還有很多人需要關(guān)注，但這些人的內(nèi)容應(yīng)該會讓你忙碌一段時間。

問答平臺

提問/回答作為一種寫作形式，具有最低的進(jìn)入門檻，并且不會占用太多時間，這取決于你回答建議問題的能力。

考慮到你的職業(yè)，我相信你一定聽說過 StackOverflow ，這是互聯(lián)網(wǎng)上最受工程師歡迎的資源。當(dāng)涉及到關(guān)于 StackOverflow 的問題時，事情并沒有那么簡單；需要明確和透明。正確地編寫查詢是 StackOverflow 的一個重要組成部分，因此他們已經(jīng)發(fā)布了一份關(guān)于該主題的全面指南。

這一部分的要點(diǎn)是：詢問和回答有關(guān) StackOverflow 的問題有助于您在提出問題時變得簡潔明了，在回答問題時也能變得徹底。

2 。電子郵件和信息

編寫電子郵件和消息并不是機(jī)器學(xué)習(xí)的特例，但從事編寫有效消息藝術(shù)的數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)實(shí)踐者往往會在公司和團(tuán)隊(duì)中蓬勃發(fā)展，原因顯而易見，其中一些原因是能夠貢獻(xiàn)、建立網(wǎng)絡(luò)和完成任務(wù)。

撰寫好的信息和電子郵件可以讓你獲得一個新的角色，獲得項(xiàng)目資助或進(jìn)入學(xué)術(shù)機(jī)構(gòu)。 Purvanshi Mehta 寫了一篇文章，探討了在 LinkedIn 上發(fā)送冷消息的個人建立網(wǎng)絡(luò)的有效方法。 Purvanshi 的文章是關(guān)于可采用的冷消息傳遞禮儀的逐步說明。

3 。博客和文章

許多專家認(rèn)為，博客和文章在機(jī)器學(xué)習(xí)社區(qū)中具有獨(dú)特的作用。文章是專業(yè)人士如何掌握軟件發(fā)布的最新信息、學(xué)習(xí)新方法和交流想法。

技術(shù)性和非技術(shù)性 ML 文章是您將遇到的兩種最常見的文章。技術(shù)文章由描述性文本和描述特定功能實(shí)現(xiàn)的代碼片段或 GIST 組成。非技術(shù)性文章包括更多的描述性語言和圖片，以說明想法和概念。

4 。時事通訊

啟動和維護(hù)通訊 或許不適合數(shù)據(jù)科學(xué)家，但這種寫作方式已證明為那些愿意投入工作的人提供了專業(yè)和社會優(yōu)勢。

時事通訊是DS/ML專業(yè)人士提高 AI 行業(yè)知名度和影響力的關(guān)鍵戰(zhàn)略舉措。時事通訊的寫作風(fēng)格沒有定義，所以你可以隨意選擇。你需要開始一份正式的、冗長的、嚴(yán)肅的時事通訊，或者一份簡短的、內(nèi)容豐富的、有趣的時事通訊。

從中吸取的教訓(xùn)是，制作一份時事通訊可以幫助你在你的領(lǐng)域、業(yè)務(wù)或組織中發(fā)展個人品牌。那些喜歡你的人將繼續(xù)消費(fèi)和推廣你的材料。

有一千個理由讓你今天不應(yīng)該開始一份時事通訊，但是為了給 Spark 一些靈感，下面是一些你可以根據(jù)時事通訊的想法，我還包括了一些你應(yīng)該訂閱的 AI 時事通訊。

與人工智能相關(guān)的時事通訊想法：

要觀看的 AI / ML 視頻集合，每個視頻上都有您的輸入。

要閱讀的 AI / ML 文章的集合。

求職者 MIG 不感興趣的您所在地區(qū)的職位公告。

對人工智能的更實(shí)際應(yīng)用感興趣的 ML 從業(yè)者的最新相關(guān)人工智能新聞。

記住，時事通訊的頻率、長度和內(nèi)容都是由您定義的。如果你覺得沒有太多的時間，你可以開始每月一次的時事通訊，或者每天一次的時事通訊來像機(jī)器一樣大量地制作內(nèi)容。

機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)通訊訂閱：

The Batch by Andrew Ng

Data Dribble by Ken Jee

O’Reilly AI Newsletter

Daniel Bourke’ s Newsletter

Data Science Weekly

Data Elixir

5 。文檔

技術(shù)和非技術(shù)文檔是軟件工程職業(yè)中的一項(xiàng)常見活動。數(shù)據(jù)科學(xué)家也不例外，解釋軟件代碼或單個功能的文檔是推薦的，并被認(rèn)為是最佳實(shí)踐。

項(xiàng)目何時成功？一些或許認(rèn)為，當(dāng)您的模型在測試數(shù)據(jù)集上達(dá)到可接受的精度時？

經(jīng)驗(yàn)豐富的數(shù)據(jù)科學(xué)家理解，項(xiàng)目成功受許多變量的影響，包括軟件可維護(hù)性、壽命和知識轉(zhuǎn)移。軟件文檔是一項(xiàng)可以改善項(xiàng)目前景的任務(wù)，它超出了單個團(tuán)隊(duì)成員的能力，更不用說，它提供了一個額外的軟件質(zhì)量和可維護(hù)性層。

數(shù)據(jù)科學(xué)家應(yīng)該意識到文檔的一個主要優(yōu)點(diǎn)是，它可以減少新項(xiàng)目成員或新手?jǐn)?shù)據(jù)分析師對源代碼的查詢。關(guān)于源代碼的大多數(shù)問題都與文件位置、編碼標(biāo)準(zhǔn)和最佳實(shí)踐有關(guān)。這些數(shù)據(jù)都可以記錄一次并被許多人引用。

以下是一些您可以記錄項(xiàng)目的想法

代碼文檔：為了保證應(yīng)用程序之間的一致性，標(biāo)準(zhǔn)化實(shí)現(xiàn)樣式和格式至關(guān)重要。這種一致性使得新開發(fā)人員更容易過渡到代碼庫，因?yàn)榫幋a標(biāo)準(zhǔn)是通過代碼文檔給出的。

研究和分析：鑒于軟件產(chǎn)品特性的重要性，成功的開發(fā)總是依賴于徹底的研究和分析。任何一位在項(xiàng)目開始時就參與過項(xiàng)目的 ML 專家都會處理涉眾提出的過多的特性請求。記錄有關(guān)特性請求的信息可以使項(xiàng)目中涉及的其他各方更直接地了解所提議特性的需求和有用性。它還強(qiáng)制特征請求者進(jìn)行更好的研究和分析。

數(shù)據(jù)庫配置/應(yīng)用程序信息：記錄特定于應(yīng)用程序的信息，例如配置參數(shù)和環(huán)境變量，對于任何軟件團(tuán)隊(duì)來說都是至關(guān)重要的，尤其是當(dāng)您轉(zhuǎn)到新的工作或公司時。

How-tos ：安裝軟件庫和軟件包可能很困難，但事實(shí)是，對于不同的操作系統(tǒng)甚至版本，可能有不同的安裝過程。在官方圖書館文檔中發(fā)現(xiàn)缺少的依賴項(xiàng)和安裝程序時必須經(jīng)歷的怪癖并不少見。

API 文檔：當(dāng)團(tuán)隊(duì)開發(fā)內(nèi)部和外部 API （應(yīng)用程序編程接口）時，他們應(yīng)該記錄這些 API 所需的方法、函數(shù)和數(shù)據(jù)資源的組件。沒有什么比使用非文檔化的 API 更煩人的了；整個過程變成了一個猜測游戲，您將花時間研究未記錄 API 的參數(shù)、內(nèi)部工作和輸出。在使用您提供的技術(shù)資源時，通過創(chuàng)建流暢的體驗(yàn)，為您的團(tuán)隊(duì)和客戶節(jié)省時間。

毫無疑問，廣泛的資源允許組織進(jìn)行多種類型的文檔編制，有些組織甚至雇傭技術(shù)作者。盡管這些都是可行的選擇，但對于那些希望認(rèn)真對待軟件完整性的機(jī)器學(xué)習(xí)專家來說，練習(xí)記錄程序和開發(fā)的軟件是至關(guān)重要的，這樣可以促進(jìn)他們能夠提供全面解釋的想法。

谷歌在“ ho怎么編寫好的軟件文檔w to write good software documentation ”上的快速搜索提供了 良好資源 ，它們在文檔中共享相同的消息和最佳實(shí)踐。

6 。研究論文

2020 年，我在 how to read research papers 上發(fā)表了一篇文章，這篇文章大受歡迎。在使用 ML 算法和模型時，我們必須優(yōu)化閱讀這些論文的方式，就像經(jīng)驗(yàn)豐富的機(jī)器學(xué)習(xí)專家所做的那樣。

寫機(jī)器學(xué)習(xí)研究論文是硬幣的另一面。我從未寫過研究論文，也不打算現(xiàn)在就開始。然而，一些機(jī)器學(xué)習(xí)專業(yè)非常關(guān)注寫作和出版研究。作為職業(yè)成功的衡量標(biāo)準(zhǔn)，研究機(jī)構(gòu)和公司使用個人或團(tuán)體發(fā)表的論文數(shù)量。

寫研究論文是一門藝術(shù)；研究人員和科學(xué)家必須考慮數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容，以確保信息、突破或想法得到有效傳遞。我們中的大多數(shù)人可能不會很快寫研究論文，但采用寫好研究論文的做法是有價值的。例如，有一個摘要，介紹和結(jié)論是一個寫作結(jié)構(gòu)轉(zhuǎn)移到其他作品。

繼續(xù)讀一些研究論文；注意作者使用的視覺圖像的語言、結(jié)構(gòu)和用途。嘗試并采納你在下一篇文章中確定的任何良好實(shí)踐。

7 。書籍和電子書

毫無疑問， ML / DS 書籍是關(guān)于機(jī)器學(xué)習(xí)理論和實(shí)踐專業(yè)知識的最權(quán)威的文本。我并不是建議所有的數(shù)據(jù)科學(xué)家和 ML 工程師都應(yīng)該寫一本書。但請容忍我。

我翻閱了書架上幾位用 AI / ML 寫書的作者，他們在各自領(lǐng)域都有豐富的經(jīng)驗(yàn)。

寫關(guān)于機(jī)器學(xué)習(xí)的非小說、技術(shù)書籍是非常困難的。它需要高水平的理論和實(shí)踐行業(yè)知識，只有完全沉浸在學(xué)習(xí)、研究和實(shí)施中才能實(shí)現(xiàn)。要培養(yǎng)數(shù)百名 ML 工程師和數(shù)據(jù)科學(xué)家，您的聲譽(yù)必須建立在堅(jiān)實(shí)的學(xué)術(shù)、商業(yè)或研究證書基礎(chǔ)上。更不用說，作家在創(chuàng)作好的作品時需要創(chuàng)造力。更具體地說，他們必須掌握在書中傳達(dá)復(fù)雜主題的藝術(shù)。

我的觀點(diǎn)是，要創(chuàng)造一本永恒的機(jī)器學(xué)習(xí)書籍，你必須走專業(yè)化的道路。這聽起來并不誘人，但我想讓你考慮一個事實(shí)，即設(shè)定一個長期的寫作目標(biāo)將推動你深入研究機(jī)器智能或選擇領(lǐng)域，這將增強(qiáng)你對 AI 的一般理解。

面向數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)實(shí)踐者的書籍：

SuperIntelligence by Nick Bostrom

AI 2041 by Chen Qiufan and Kai-Fu Lee

Hands-On Machine Learning with Scikit-Learn， Keras， and TensorFlow By Aurélien Géron

Artificial Intelligence： A Modern Approach by Peter Norvig

你會發(fā)現(xiàn)，前面列出的大多數(shù)作者在文章中列出的大多數(shù)不是所有形式的文章，不管他們的專業(yè)領(lǐng)域?yàn)楹危晕艺J(rèn)為寫機(jī)器學(xué)習(xí)實(shí)踐者和數(shù)據(jù)科學(xué)家需要掌握的一項(xiàng)重要技能。

結(jié)論

每當(dāng)我被問到什么樣的生活決定給我?guī)砹俗畲蟮暮锰帲瑹o論是社會上的、學(xué)術(shù)上的還是職業(yè)上的，我通常會用我的寫作決定來回答。

在這篇文章中，您已經(jīng)看到了數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)專家如果定期編寫人工智能相關(guān)材料可能獲得的一些優(yōu)勢。本節(jié)集中介紹了本文中列出的所有好處，以確保這些好處都能發(fā)揮作用。

ML 專業(yè)人員使用寫作以簡單的方式交流復(fù)雜的主題。通過閱讀 Andrej Karpathy 寫得很好的 blog pos t ，我對卷積神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用有了更大的了解。

不同類型的寫作可以幫助你提高創(chuàng)造力和批判性思維。我最近閱讀了 AI 2041 by Kai-Fu Lee and Chen Qiufan ，其中作者通過寫得很好的虛構(gòu)故事和對人工智能技術(shù)的透徹解釋來研究人工智能技術(shù)及其對人類生活的影響。兩位作家都寫了很多年，還寫過其他的書。可以合理地得出結(jié)論，他們的寫作能力使作者能夠表達(dá)涉及 AI 技術(shù)的未來情況，并通過基于當(dāng)前 AI 發(fā)展的批判性和邏輯性預(yù)測，探索 AI 集成的未知社會影響。

以講故事的形式寫作給了項(xiàng)目生命。講好故事，寫好故事。向客戶、投資者或項(xiàng)目經(jīng)理等利益相關(guān)者復(fù)述機(jī)器學(xué)習(xí)項(xiàng)目，與講故事的藝術(shù)相結(jié)合，會帶來積極和令人興奮的轉(zhuǎn)變。一位數(shù)據(jù)科學(xué)家向利益相關(guān)者解釋了為什么聯(lián)邦醫(yī)院應(yīng)利用最新的癌癥檢測深度學(xué)習(xí)模型，當(dāng)與患者早期診斷的故事結(jié)合時，該模型變得更具影響力和相關(guān)性。

在機(jī)器學(xué)習(xí)社區(qū)中，寫作是一種成功的知識轉(zhuǎn)移方法。在 DS / ML 世界中，您將獲得的大多數(shù)信息都是通過書面內(nèi)容獲得的。文章、論文和研究論文都是多年知識的寶庫，組織成簡潔的章節(jié)，有清晰的解釋和易于理解的格式。寫作是濃縮多年知識和經(jīng)驗(yàn)的有效途徑。

你知道嗎，我們敬仰和學(xué)習(xí)的人工智能先驅(qū)和專家也會定期發(fā)表文章？在此 article 中，我編制了一份人工智能領(lǐng)域的個人短名單，并提供了他們的工作樣本，強(qiáng)調(diào)了他們工作的價值和后果。

關(guān)于作者

Richmond Alake 是一名機(jī)器學(xué)習(xí)和計算機(jī)視覺工程師，他與多家初創(chuàng)公司和公司合作，整合深度學(xué)習(xí)模型，以解決商業(yè)應(yīng)用中的計算機(jī)視覺任務(wù)。

審核編輯：郭婷