thảo luận [Thảo Luận] Data Analysis, ML, DL, AI (All Levels vào đây chém gió nào)

Bên mình cũng có một số phần đang làm deep q-learning nhưng về mặt business thì chưa thấy hiệu quả cao lắm (chi phí/ hiệu quả).
Không rõ bài toán cụ thể của bạn như nào nhỉ, RL mình thấy số lượng bài toán áp dụng được không quá phổ biến?
Đây là project cá nhân, mình có tập kết quả trả về theo thời gian của 1 bài toán phân loại thị trường Forex, muốn áp dụng thêm cơ chế phản hồi/ đánh giá lên tập kết quả trả về đó, tìm hiểu thì thấy actor-critic trong RL sẽ là bước tiếp tục với vấn đề của mình.
Bạn có thể nói rõ hơn về chi phí/ hiệu quả không? Chi phí gì vậy?
Bôi đậm: có lẽ là do môi trường mô phỏng đạt được liên kết chặt giữa các tham số, môi trường thực tế thì không, phải không?!
 
Các bác có thể demystify một số thứ cho beginner bọn e đc k ạ?
1/ Có cuốn bible nào về toán cho ML để chỉ cần luyện nó, k lan man k ạ? (Giống như bên SE luyện algortihm trên leetcode và hackerrank)
2/ 1 data scientist nên tập trung vào loại data nào ạ? Chỉ tập trung duy nhất một loại (structured data, nlp, image, v.v.) hay phải thông thạo nhiều thứ?
3/ e chỉ tập trung học về regression, classification có đc ko hay phải học cả generative model, reinforcement learning?
3/ Nên học chắc các traditional ML và traditional DL hay chạy theo những thứ mới ạ?
 
Các bác có thể demystify một số thứ cho beginner bọn e đc k ạ?
1/ Có cuốn bible nào về toán cho ML để chỉ cần luyện nó, k lan man k ạ? (Giống như bên SE luyện algortihm trên leetcode và hackerrank)
2/ 1 data scientist nên tập trung vào loại data nào ạ? Chỉ tập trung duy nhất một loại (structured data, nlp, image, v.v.) hay phải thông thạo nhiều thứ?
3/ e chỉ tập trung học về regression, classification có đc ko hay phải học cả generative model, reinforcement learning?
3/ Nên học chắc các traditional ML và traditional DL hay chạy theo những thứ mới ạ?

1. Book thì có quyển mathematics for machine learning, cover khá đầy đủ fundamental math dùng trong ngành
2. Bạn thích domain nào thì theo thôi, nên tập trung vào bài toán hơn là kiểu dữ liệu, mỗi bài toán có kiểu dữ liệu vào các thuật toán mô hình riêng để giải quyết, hiện nay trong DL có sự overlap khá nhiều giữa các domain (1 loại mô hình có thể áp dụng trong nhiều domain)
3. Giống 2
4. Nên học traditional trước để hiểu background và intuition của các thuật toán và khiến việc học các phương pháp mới nhẹ nhàng hơn

Sent from Samsung SM-F711B using vozFApp
 
1. Book thì có quyển mathematics for machine learning, cover khá đầy đủ fundamental math dùng trong ngành
2. Bạn thích domain nào thì theo thôi, nên tập trung vào bài toán hơn là kiểu dữ liệu, mỗi bài toán có kiểu dữ liệu vào các thuật toán mô hình riêng để giải quyết, hiện nay trong DL có sự overlap khá nhiều giữa các domain (1 loại mô hình có thể áp dụng trong nhiều domain)
3. Giống 2
4. Nên học traditional trước để hiểu background và intuition của các thuật toán và khiến việc học các phương pháp mới nhẹ nhàng hơn

Sent from Samsung SM-F711B using vozFApp
Cảm ơn bác rất nhiều ạ :love:. E chưa có quyền thả react hay sao ý =((
 
Các bác có thể demystify một số thứ cho beginner bọn e đc k ạ?
1/ Có cuốn bible nào về toán cho ML để chỉ cần luyện nó, k lan man k ạ? (Giống như bên SE luyện algortihm trên leetcode và hackerrank)
2/ 1 data scientist nên tập trung vào loại data nào ạ? Chỉ tập trung duy nhất một loại (structured data, nlp, image, v.v.) hay phải thông thạo nhiều thứ?
3/ e chỉ tập trung học về regression, classification có đc ko hay phải học cả generative model, reinforcement learning?
3/ Nên học chắc các traditional ML và traditional DL hay chạy theo những thứ mới ạ?
treebased model và tập trung vào business
 
treebased model và tập trung vào business
Mặc kệ deep learning, ae tôi decision tree, random forest, xgboost, gbm, catboost, adaboost à bác :shame:. Ko đùa thì: lướt qua linkedin, itviec e thấy nhiều job yêu cầu phải pytorch, keras, tensorflow, deep learning lắm:oops: hay là ng ta làm cả product computer vision, ocr, máy dịch, tổnghợp tiếng nói các thứ, trợ lý ảo, xe tự hành :ah: nhỉ
 
Last edited:
sẽ học lại từ đầu, tìm trung tâm đào tạo mà học để còn có cái ghi vào CV, sau đó là PV ở mức intern rồi Fresher :)
Bác có recommend khoá nào k? E sv kỹ thuật máy tính thì có nên học khoá học ko hay là tự học luôn ạ?
 
Mặc kệ deep learning, ae tôi decision tree, random forest, xgboost, gbm, catboost, adaboost à bác :shame:. Ko đùa thì: lướt qua linkedin, itviec e thấy nhiều job yêu cầu phải pytorch, keras, tensorflow, deep learning lắm:oops: hay là ng ta làm cả product computer vision, ocr, máy dịch, tổnghợp tiếng nói các thứ, trợ lý ảo, xe tự hành :ah: nhỉ
tuỳ bài toán sử dụng NN còn hiệu quả hơn tree based nữa bác à, nên không nên overrated tree based quá mặc dù nó quốc dân thật :D
 
1657850528013.png


https://github.com/luisguiserrano/gans

Hi mấy thím, em tay ngang nhảy qua, đang xem về GANs, thì nó có mấy công thức toán ntn, cho mình hỏi là nó là gì, với ý nghĩa là gì thế ạ, mình xin keyword để research
 
View attachment 1265724

https://github.com/luisguiserrano/gans

Hi mấy thím, em tay ngang nhảy qua, đang xem về GANs, thì nó có mấy công thức toán ntn, cho mình hỏi là nó là gì, với ý nghĩa là gì thế ạ, mình xin keyword để research
Prediction là hàm dự đoán, Loss func là hàm mất mát.
Ý nghĩa của hàm loss là thay đổi w1,w2,... trong hàm dự đoán làm sao cho kết quả loss càng nhỏ càng tốt.
 
chắc có bác nào hỏi rồi mà thớt dài quá cho e hỏi lại ạ :)
theo DS có cần cày leetcode bài hard ko hay medium trở xuống là đc ạ?
 
chắc có bác nào hỏi rồi mà thớt dài quá cho e hỏi lại ạ :)
theo DS có cần cày leetcode bài hard ko hay medium trở xuống là đc ạ?
Có, để vào mấy cty top tier, và sau đó thì ...
Vị trí cao thì chắc cần exp, paper, bằng cấp... hơn là cái này :D Nhưng lên được tầm đó rồi thì tin là mấy bài medium, hard không làm khó được họ.

Hơn nữa 1 số công ty làm IoT thì có nhiều bài toán phải sử dụng alg, không chơi model hầm hố được đâu :D làm ba cái này mới gọi là căng.
 
Last edited:
Mặc kệ deep learning, ae tôi decision tree, random forest, xgboost, gbm, catboost, adaboost à bác :shame:. Ko đùa thì: lướt qua linkedin, itviec e thấy nhiều job yêu cầu phải pytorch, keras, tensorflow, deep learning lắm:oops: hay là ng ta làm cả product computer vision, ocr, máy dịch, tổnghợp tiếng nói các thứ, trợ lý ảo, xe tự hành :ah: nhỉ
E chỉ biết deep learning chứ ko học ML cổ điển như decision tree, random forest,... có gọi là mất gốc ko thím :shame:
 
các thím cho em hỏi là em đang làm xây dựng muốn chuyển sang làm DA thì cần học những gì ạ? trước em có học cơ bản PowerBI rồi nhưng mà không biết cần bắt đầu lại từ đâu :adore: Ngoài ra có tài liệu nào đủ quy trình từ đầu đến cuối ko ạ?
Em tìm hiểu mấy lớp mà học phí toàn 10tr đổ lên :beat_shot:
 
Back
Top