7月号 データサイエンティストのための気候リソース

July Issue Climate Resources for Data Scientists

月刊版

適切なデータセットの見つけ方からAIの環境への取り組みへ

多くの人々にとって、夏の訪れは単純な興奮の原因でした。学校が終わり、仕事のスケジュールも少し落ち着き、ビーチでののんびりした午後や最寄りの公園での過ごし方の可能性が誘います。

私たちは、あなたの夏のポジティブな雰囲気を損ねるつもりはありません（カナダを拠点とするチームとして、私たちは誰よりも素晴らしい晴れた日を楽しむことを認めています）。しかし、この頃は温かい季節に対してより複雑な感情を抱かざるを得ません。私たちの多くの読者は、山火事（およびその広範な国境を越えた煙）、干ばつ、洪水、その他の極端な気象現象の影響を受ける地域に住んでおり、これらの気候変動に関連する現象が今後も増えることは確実です。

しかし、他の多くの職業とは異なり、データの専門家は、気候の議論を形成し、実際の変化をもたらす重要な役割を果たす立場にあります。それが、地域社会や政策立案者が自分たちの選択の影響をより認識するのを助けること、または潜在的な解決策をモデリング（場合によっては構築）することであれば、どちらでもです。

私たちは、現在の（および将来の）課題に対処するために、データと機械学習ツールを活用する方法について考えさせるための、気候に焦点を当てた記事とリソースの素晴らしいラインナップを用意しました。私たちの読書のおすすめが、少なくともあなたにより多くの学びと関与を促すことを願っています。

• Gitタグ：それらは何であり、どのように使用するのか
• 3つの難易度レベルでベクトルデータベースを説明する
• Stack Overflowで最もよく尋ねられるPythonリストの10の質問

さて、ダイブする前に、いつものように、あなたのサポートに感謝したいと思います。意味のある貢献をしたい方は、VoAGIメンバーになることを検討してください。

TDS編集部

TDS編集部のハイライト

• 信頼性の高い無料の天気データソース5選（Anthony Baum、2023年5月、6分）と気候変動データセットの見つけ方トップ5（Eugenia Anello、2023年6月、6分）気候問題に取り組むデータサイエンティストは、まず頑健で信頼性の高い最新のデータを手に入れる必要があります。Anthony BaumとEugenia Anelloは、それを提供する便利なリソースのリストをそれぞれまとめました。
• フライトの影響：旅程に二酸化炭素排出量を追加する（2022年1月、4分）私たちの消費習慣と気候変動の関連性についての認識を高めることは困難です。Nina Sweeneyは、旅行者に彼らの旅程を通じて発生する排出量を知らせるアプリを作成することでそれを変えようとしています。
• 気候変動のための時系列：クラスタリングによる食品ロスの削減（2023年6月、6分）Vitor Cerqueiraの優れた時系列分析シリーズは、さまざまな角度から気候問題に取り組んできました。最近の1つの記事では、食品ロスという重要な問題に取り組んでいます。「過剰生産を減らすことは、温室効果ガス排出量の削減に向けた重要なマイルストーンです。私たちは、どれくらい必要なのかをよりよく理解することで、この問題に取り組むことができます。」
• NASAのスペーススタディを使用した世界的な気温異常の評価：第1部（2022年10月、12分）と第2部（2023年6月、10分）最近の極端な気象現象の頻度をどのように説明できるのでしょうか？Himalaya Bir Shresthaは、グローバルな地表温度の実地探査の出発点としてNASAのデータを調査します。
• Pythonを使用したデジタル標高モデルのアクセスと可視化（2023年3月、7分）政府や他の組織は、変化する気候に備えるために地理空間データ分析を活用し、人々やインフラをその潜在的に壊滅的な影響から保護する必要があります。Parvathy Krishnan（共著者：Mahdi FayazbakhshとKai Kaiser）は、デジタル標高モデルがこの文脈で果たす役割について詳しく調べます。
• グリーンAI：AIの持続可能性を改善するための方法とソリューション（2023年6月、9分）訓練、展開、およびコンピューティングに重いモデルの環境負荷は、特に生成型AIツールが一般化するにつれて、重要な懸念となっています。Federico Pecciaの最近のグリーンAIイニシアチブとこの分野のイノベーションを支える研究の概要は、AIの成長に対する持続可能な影響を確保することを心配する人々にとって有益な入門書です。

オリジナルの特徴

最新のリソースと読書推薦をご覧ください。

• AIの大局を見るチャレンジ AIの最近の進展に関する大きなテーマを探求するために、いくつかの最新の記事を選びました。
• データサイエンティストには常に学ぶべき新しいPythonのスキルがあります 新しいパッケージから革新的なワークフローまで、プログラミングに焦点を当てた優れたガイドのコレクションをお見逃しなく。

人気の記事

見逃した場合は、先月のTDSで最も読まれた記事のいくつかをご紹介します。

• 分子生物学における大規模な言語モデル by Serafim Batzoglou
• 最も強力なオープンソースLLM、Falcon 40Bモデルの活用 by Luís Roque
• ChatGPTの潜在能力を引き出すためのPrompt Engineeringのマスタリング by Idil Ismiguzel
• Prompt Engineeringの限界に挑んで学んだこと by Jacob Marks, Ph.D.
• オープンソース開発の隠れた危機：行動への呼びかけ by Adam King
• ML埋め込みのドリフトを測定する方法 by Elena Samuylova
• ChatGPTのマスタリング：LLMを用いた効果的な要約 by Andrea Valenzuela

6月には新しいTDSの著者の仲間が加わりました — その中には Quý Đinh、Anthony Baum、Pablo Porto、Raul Vizcarra Chirinos、Matthew Gazzano、Terence Shin、Sarang Gupta、Fiona Victoria、Mariya Mansurova、Christopher Landschootなどが含まれています。興味深いプロジェクトやアイデアを共有したい場合は、ぜひご連絡ください！

また来月お会いしましょう。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!