آموزش دی جی پاتیل در مورد علم داده: مکالمات از من هر چیزی بپرس

معرفی Introduction

• علم داده: هر چیزی از من بپرسید Data science: Ask me anything

1. سوالاتی که از دی جی پاتیل پرسیدید 1. The Questions You Asked DJ Patil

• تو بچگی چطور بودی؟ What were you like as a kid?

• پدر و مادرت چه تاثیری روی شما گذاشتند؟ How did your parents influence you?

• چگونه در کالج پیمایش کردید؟ How did you navigate college?

• چند خاطره خوش از دوران دبیرستان چیست؟ What are some fond memories from grad school?

• چگونه می توانید یادگیری را برای همه تقویت کنید؟ How can you foster learning for everyone?

• اهمیت یادگیری هنرهای آزاد چیست؟ What's the importance of learning liberal arts?

• چه توصیه ای به افراد جویای کار دارید؟ What advice do you have for job seekers?

• علم داده چگونه به وجود آمد؟ How did data science come about?

• برای دانشمند داده بودن چه چیزی لازم است؟ What does it take to be a data scientist?

• چرا کارآموزی مهم است؟ Why is apprenticeship important?

• چگونه یک دانشمند داده می تواند بر سیاست ها تأثیر بگذارد؟ How can a data scientist influence policy?

• چگونه می توانید برای علم داده در کالج آماده شوید؟ How can you prepare for data science in college?

• چگونه هکاتون می تواند برای من مفید باشد؟ How can hackathons benefit me?

• چگونه از داده ها در مقطع کارشناسی ارشد استفاده کردید؟ How did you use data in grad school?

• چگونه از داده ها در ایالات متحده استفاده می شود؟ How is data used in the U.S.?

• چگونه از داده ها در سراسر جهان استفاده می شود؟ How is data used worldwide?

• چگونه حفره های امنیت سایبری را افشا می کنید؟ How do you expose holes in cybersecurity?

• چگونه می توانید مردم را در مورد هک آموزش دهید؟ How can you educate people about hacking?

• تهدیدات واقعی برای داده های شخصی چیست؟ What are the real threats to personal data?

• آیا باید بر سرفصل های رسانه ها تمرکز کنید؟ Should you focus on media headlines?

• چگونه می توانید به مردم در مورد استفاده از داده ها آموزش دهید؟ How can you educate people about data use?

• چگونه مردم می توانند برای حفظ حریم خصوصی داده ها مبارزه کنند؟ How can people fight for data privacy?

• نقش دانشمند داده در 15 سال چیست؟ What's the role of the data scientist in 15 years?

• در حال حاضر روی چه چیزی کار می کنید؟ What are you working on currently?

• چگونه می توانید داده ها را ایمن کنید؟ How can you make data secure?

• چگونه با علم داده به مردم خدمت کنیم؟ How to serve the people with data science?

• تفاوت بین خرد و تجربه چیست؟ What's the difference between wisdom and experience?

• چگونه از علم دفاع می کنید؟ How do you advocate for science?

• نقش هوش مصنوعی در دنیای امروز چیست؟ What is the role of AI in today's world?

• نمونه ای از هک اخلاقی چیست؟ What's an example of ethical hacking?

• چگونه علم داده را وارد محل کار می کنید؟ How do you bring data science into the workplace?

• نقش هوش مصنوعی در منابع انسانی و استخدام چیست؟ What is the role of AI in human resources and recruiting?

• ابزارهایی که هر دانشمند داده باید داشته باشد چیست؟ What are tools every data scientist should own?

• آیا کد اخلاقی علم داده وجود دارد؟ Is there a data science code of ethics?

• تهدیدات هوش مصنوعی در دنیای امنیت سایبری چیست؟ What are AI threats in the cybersecurity world?

• چگونه دانشمندان داده می توانند به عموم مردم اطلاع رسانی کنند؟ How can data scientists better inform the general public?

• مردم چگونه می توانند در علم داده شرکت کنند؟ How can people participate in data science?

• چرا مردم از انقلاب ماشینی می ترسند؟ Why do people fear a machine revolution?

• چگونه داده ها می توانند به مراقبت های بهداشتی کمک کنند؟ How can data inform healthcare?

• چرا باید داده ها را دموکراتیک کنید؟ Why should you democratize data?

• چگونه از علم دفاع می کنید؟ How are you advocating for science?

• چرا راهپیمایی برای علم مهم است؟ Why is the March for Science important?

• هوش مصنوعی چیست؟ What is AI?

• نمونه ای از یادگیری ماشینی قوی چیست؟ What is an example of robust machine learning?

• جایگاه هوش مصنوعی در مراقبت های بهداشتی چیست؟ What is AI's place in healthcare?

• هوش مصنوعی چگونه می تواند بر آزمایشات بالینی تأثیر بگذارد؟ How can AI impact clinical trials?

• چگونه می توان از یک دانشمند داده به بهترین وجه برای کسب و کار استفاده کرد؟ How can a data scientist be best leveraged for business?

• یک تیم علم داده برای پیشرفت به چه چیزی نیاز دارد؟ What does a data science team need to thrive?

• مزایا و معایب هوش مصنوعی در نقش های منابع انسانی چیست؟ What are the pros and cons of AI in HR roles?

• چه چیزی باید در جعبه ابزار یک دانشمند داده باشد؟ What should be in a data scientist's toolbox?

• چه چیزی یک تیم علم داده خوب را تشکیل می دهد؟ What makes up a good data science team?

• روی چه پروژه های جدیدی کار می کنید؟ What new projects are you working on?

• روی چه پروژه های علم داده کار می کنید؟ What data science projects are you working on?

• هوش مصنوعی و یادگیری ماشینی (ML) چگونه می توانند به امنیت سایبری کمک کنند؟ How can AI and machine learning (ML) help cybersecurity?

• چگونه دولت ها می توانند در برابر حملات هوش مصنوعی مقابله کنند؟ How can governments fight back against AI attacks?

• مردم برای محافظت در برابر حملات هوش مصنوعی چه کاری می توانند انجام دهند؟ What can the public do to protect against AI attacks?

• شبکه های عصبی (NN) چیست؟ What are neural networks (NN)?

• تفاوت بین ML و NN چیست؟ What's the difference between ML and NN?

• آیا تکنیک یادگیری ماشینی مورد علاقه دارید؟ Do you have a favorite machine learning technique?

• اینترنت اشیا چگونه کار می کند؟ How does the Internet of Things work?

• شهر متصل چیست؟ What is a connected city?

• ترس مرتبط با داده ها چیست؟ What is the fear associated with data?

• چگونه می توانید ترس از شغل گرفتن ماشین ها را برطرف کنید؟ How can you address the fear of machines taking jobs?

• از دست دادن شغل به دلیل هوش مصنوعی چطور؟ What about job loss due to AI?

• واقعیت بازگرداندن مشاغل چیست؟ What's the reality of bringing back jobs?

• یک فرآیند علمی برای علم داده چیست؟ What is a scientific process for data science?

• توصیه شما برای غرق نشدن در کلان داده چیست؟ What is your tip for not getting overwhelmed by big data?

• چگونه قبول می کنید که قرار نیست چیزهایی را بدانید؟ How do you accept that you're not going to know stuff?

• محدوده دینامیکی چیست؟ What is a dynamic range?

• چه زمانی داده ها سوراخ می شوند؟ When does data leave holes?

• تنوع در یک تیم علم داده چقدر مهم است؟ How important is diversity on a data science team?

• داده ها چگونه بر احساسات افراد تأثیر می گذارند؟ How does data influence people's emotions?

• چگونه خود را طوری تربیت می کنید که از نظر فکری کنجکاو باشید؟ How do you train yourself to be intellectually curious?

• چگونه مردم را برای تقویت گفتگو توانمند می کنید؟ How do you empower people to foster dialogue?

• فلسفه شما در مورد رهبری چیست؟ What is your philosophy on leadership?

• چگونه یک شرکت می تواند کارکنان خود را حفظ کند؟ How can a company retain employees?

• چگونه توسعه کارکنان را پرورش می دهید؟ How do you cultivate employee development?

• چگونه سوگیری های الگوریتمی را شناسایی می کنید؟ How do you identify algorithmic biases?

• آیا می توانید روند آزمون اخلاقی را توضیح دهید؟ Can you describe the process of ethical testing?

• در مورد یادگیری ماشینی برای تصمیمات تجاری چه احساسی دارید؟ How do you feel about machine learning for business decisions?

• می توانید در مورد کتاب خود صحبت کنید؟ Can you talk about your book?

• راه حل های ممکن برای جابجایی چیست؟ What are possible solutions for displacement?

• فناوری چه تأثیری بر اقتصاد ایالات متحده دارد؟ What impact does technology have on the U.S. economy?

• آیا می توانید در مورد آینده چیزهای هوشمند صحبت کنید؟ Can you discuss the future of intelligent things?

• مشکلات فعلی جمع آوری داده ها چیست؟ What are the current issues with data collection?

• فناوری چگونه انتظارات انسان را تغییر می دهد؟ How is technology changing human expectations?

2. افکار جدایی برای اکنون از دی جی پاتیل 2. Parting Thoughts for Now from DJ Patil

• بسته شدن Wrapping up