Partially Derivative 播客通常讨论哪些话题?

Partially Derivative 是一档面向数据从业者的英文播客，自称“数据社区的车轮对话”（Car Talk for the data community，语出 DJ Patil）。它围绕数据科学、人工智能与科学方法展开讨论，常由主持人 Chris 和 Vidya 对谈，并附上相关文章链接。根据网站页面记录，节目在 2017 年 9 月 5 日播出“End Of Era”后暂停更新，因此它更适合作为了解 2017 年前后数据圈热点议题的历史资料，而不是追踪最新动态的渠道。若你想判断是否值得花时间收听，可先看下面按主题整理的内容。

主要讨论主题

从页面列出的各期标题和摘要看，话题集中在以下几类：

人工智能的社会影响

• AI 与艺术：2017 年 8 月 15 日“Art-ificial Intelligence”一期讨论人工智能如何影响艺术家群体。
• ** bots 与犯罪**：2017 年 8 月 1 日“When Bots Murder”一期讨论机器人和人工智能实施犯罪带来的影响与责任问题。
• AI 与智慧格言：2017 年 6 月 27 日“Do. Or Do Not. There Is No AI”一期提到用神经网络生成精辟格言等话题。

科学方法与可复现性

• p 值争议：2017 年 8 月 8 日“The P-Value Civil War”一期讨论科学界的 p 值之争，并链接一篇关于“p 值辩论揭示了科学的什么问题、如何修复”的文章。
• 这类内容适合对统计推断、研究可复现性感兴趣的听众。

深度学习的边界

• 深度学习的未来：2017 年 7 月 25 日一期围绕 François Chollet 关于深度学习未来的博客文章展开。
• 深度学习的局限：2017 年 7 月 18 日一期讨论深度学习的局限，以及如何教授数学，并链接“深度学习的局限性”和“AI 让学生更容易作弊”两篇文章。
• 机器学习与训练数据：2017 年 7 月 11 日“This Is Just The Beginning”一期谈机器学习与训练数据的挑战。

数据科学职业与行业动态

• 入行建议：2017 年 7 月 4 日一期讨论如何获得第一份数据科学工作，并链接“数据科学职业起步应避免的 9 个错误”。
• 基因数据：同一期还涉及基因数据领域，链接印度基因组学革命相关文章。
• 会议与社区：2017 年 6 月 28 日一期与 Paco Nathan 谈 JupyterCon，并提供优惠码 PDPODCAST（大部分门票八折）；多期节目末尾推广 Data for Democracy 社区，面向想找有影响力项目和数据合作者的数据从业者。

节目形式与附带资源

每期通常由主持人围绕一两个近期话题对谈，并在节目说明中附上参考文章链接，方便听众延伸阅读。部分期数为赞助特辑（如 JupyterCon 一期）。网站导航还包含“NAVIGATION”等栏目，但页面证据未展开具体内容。

适合谁听、如何取舍

如果你决定收听，可从“The P-Value Civil War”或“The Limits Of Deep Learning”这类主题较集中的期数入手，再顺着节目说明里的链接读原文，判断观点是否仍站得住。