[BLOG] - Nhập môn Data Science với Python - 1

Loạt bài Nhập môn Data Science dành cho nhiều đối tượng hiểu một chút tổng quan về Data Science. Loạt bài Nhập môn Data Science với Python này sẽ dành cho các đối tượng biết (hoặc muốn biết) về lập trình.

Chúng ta có dữ liệu - chúng ta có máy tính - giờ là đến lúc phải lập trình (i.e viết chương trình) để máy tính xử lí dữ liệu - và cho ra kết quả mà chúng ta mong muốn. Python là một ngôn ngữ dùng cho việc lập trình - và tất nhiên còn nhiều ngôn ngữ khác như R, Java, C++, PHP, Scala, etc. Nếu bạn chưa rành bất cứ một ngôn ngữ lập trình nào - hãy học Python cho thành thạo - sẽ giúp cho bạn kiếm việc dễ hơn, làm được nhiều việc hơn.

Câu hỏi đặt ra là với người chưa biết gì, để lập trình được thì cần học cái gì? Quan điểm của tôi là phải học 3 thứ cốt lõi: Tư duy lập trình - Nhập môn lập trình - Cấu trúc dữ liệu. Tư duy lập trình giúp các bạn ' chuyển hoá' bài toán thực tế thành cách máy tính có thể giải được (ví dụ mã giả - pseudo code) - Nhập môn lập trình giúp các bạn hiện thực bằng một ngôn ngữ lập trình nào đó, ví dụ Python - Cấu trúc dữ liệu giúp các bạn hiểu rõ các dữ liệu được lưu trữ và xử lí trong máy tính như thế nào.

Việc dạy lập trình đã tiến hoá rất nhiều so với 20 năm trước đây. Bây giờ việc học lập trình được mở rộng cho cả đối tượng trẻ con từ 6 tuổi trẻ lên với nhiều công cụ và phương pháp dạy học khác nhau. Nhưng trong rất nhiều chương trình giảng dạy của các Trường ĐH ở VN, việc này hầu như ít có nhiều thay đổi. Với các bạn khá giỏi - việc được dạy lập trình bằng phương pháp nào cũng không ảnh hưởng nhiều; nhưng với các bạn không tệ nhưng 'nhát gan' thì có một số cách dạy lập trình sẽ mang đến ' ác mộng' - làm cho sự tự tin biến mất và thay vào đó là ngán - ngại mỗi khi nhắc đến lập trình.

Để mang lại sự tự tin, niềm yêu thích lập trình - tốt nhất là nên chấp nhận học lại từ đầu như người chưa biết gì - và tốt nhất là phải chọn phương pháp học hợp lí. Với việc trẻ con cũng có thể lập trình thì việc các bạn không thích, không rành lập trình không phải là do năng lực của các bạn không có - mà chủ yếu là do phương pháp học chưa đúng mà thôi.

Vậy cách học lập trình dành cho người mới bắt đầu là gì? Tôi sẽ giải thích từ góc nhìn của tôi ở các bài tới. Nhưng có lẽ nhiều bạn học ĐH KHTN và ĐH CNTT biết về một Thầy giảng rất 'khét tiếng' về lập trình đó là Tổ Chức (Nguyễn Tấn Trần Minh Khang)

Link: https://www.facebook.com/bigdata.deeplearning.uit/posts/2067926213524488

[BLOG] - Nhập môn Data Science - 8

Tiêu chí để đánh giá một câu hỏi là gì?

Câu hỏi cần phải đủ chi tiết (sharp question) - tránh mơ hồ (vague question). Ví dụ: câu hỏi mơ hồ là giá cổ phiếu sẽ thế nào - còn câu hỏi chi tiết là giá cổ phiếu là bao nhiêu (có tính định lượng ở trong đó)?

Việc chọn câu hỏi cũng sẽ ảnh hưởng đến thuật toán tương ứng. Ví dụ thường gặp là classification và regression - classification là bài toán phân loại mà output là category/label A or B or C or D, trong khi đó regression là bài toán hồi qui mà output là con số.

Đầu vào là một bộ phim - nếu đầu ra là bộ phim thuộc thể loại nào (Hành động, Tình cảm, Kinh dị) thì đó là bài toán classification - nhưng nếu đầu ra là mức độ hấp dẫn được thể hiện qua điểm trên thang 10 (ví dụ 9.2) - thì đó là bài toán regression.

Video bài giảng: https://www.facebook.com/…/vl.4268600310…/2061351497515293/…

[BLOG] - Nhập môn Data Science - 7

Trong các bài viết trước, có hai vấn đề được đề cập đó là dữ liệu 'nhà' (dữ liệu mà mình có thể có được để xử lí) - và với dữ liệu đó, các dạng câu hỏi là gì?

Chuyện điểm thi của Hà Giang và Sơn La là một ví dụ rất phù hợp cho hai vấn đề trên. Với dữ liệu về điểm thi (được cung cấp công khai trên trang web của Bộ GD-ĐT - ko có tên, chỉ có SBD), và câu hỏi đặt ra là có bất thường không (anomaly detection)?

Xem bài viết: https://baomoi.com/bat-thuong-diem-thi-quoc-…/c/26943600.epi

Công cụ ở đây rất đơn giản - không cần lập trình - chỉ cần dùng Excel để vẽ các biểu đồ - và tất nhiên phải cần thêm một số kiến thức về Toán và Xác suất là có thể đưa ra các phân tích và dự đoán để kiểm chứng.

1. Nếu chúng ta nhìn hình hàng trên, bên phải - tương ứng với phân bố điểm thi môn Lý của cả nước và Sơn La - nhìn kĩ một chút chỗ trục X bên tay phải - sẽ thấy đường màu đỏ (Sơn La) cao hơn đường màu xanh (VN) - tức là số thí sinh điểm cao (tầm 9-10) của Sơn La cao hơn trung bình VN.

2. Nếu nhìn phân bố thì thấy đường màu đỏ luôn nằm bên trái đường màu xanh - tức là điểm của Sơn La thấp so với cả nước.

==> Bất thường ở chỗ này - chẳng lẽ thí sinh Sơn La giỏi vậy?

Lưu ý - phân tích từ dữ liệu chỉ cho ta các giả thuyết (hypothesis) - và việc tiếp theo là cần kiểm chứng các giả thuyết đó - và không phải giả thuyết nào cũng đúng.

====
GS Nguyễn Văn Tuấn, Viện Garvan (Australia) đã phân tích dữ liệu điểm và chỉ ra một số vấn đề mà ông cho rằng bất thường trong phổ điểm thi THPT Quốc gia của Sơn La.

Theo GS Nguyễn Văn Tuấn, tính trung bình điểm thi môn Toán, lí, Hóa và Sinh học của Sơn La đều thấp hơn so với cả nước. Chẳng hạn như môn Toán, điểm trung bình (độ lệch chuẩn) của Sơn La là 3,43 (1,33), so với cả nước là 4,88 (1,44). Đáng chú ý độ lệch chuẩn của Sơn La (1,33) thấp hơn so với cả nước (1,44).

“Sơn La có vẻ có số thí sinh điểm 9,0 đến 9,8 cao bất thường. Nếu theo phân bố quốc gia, chúng ta kì vọng Sơn La có 6 thí sinh, nhưng trong thực tế thì có đến 30 thí sinh, tức cao hơn 5 lần so với kì vọng” - ông Tuấn nói.

Đối với môn Lý cũng có sự bất thường, số học sinh có điểm 9.0 trở lên là 13 em, trong khi đó theo kì vọng quốc gia thì chỉ có 1 thí sinh. Nói cách khác, số thí sinh có điểm vật lí cao ở Sơn La chênh lệch gấp 12 lần so với phân bố quốc gia.

Ông phân tích dựa trên cơ sở nào để ra được kết quả này?

GS Nguyễn Văn Tuấn: Đặt câu hỏi đơn giản rằng nếu phân bố điểm thi của một tỉnh (như Hà Giang hay Sơn La) giống với phân bố điểm toàn quốc, thì sẽ có bao nhiêu thí sinh có điểm 0; 0,2; 0,4; 0,6, …, 10. Tôi gọi đó là "số kì vọng". Sau đó, tôi so sánh số kì vọng với số thí sinh thực tế cho từng thang điểm, và qua đó có thể thấy ở thang điểm nào, phân bố của tỉnh có vẻ bất thường. Một cách khác là dùng phương pháp phân tích thống kê có tên là "Hồi qui tuyến tính".

Theo phương pháp này, tôi tìm hiểu mối tương quan giữa điểm môn Toán và điểm các môn như Lý, Hoá, Sinh, Văn, Tiếng Anh, Sử, và Địa lí; dựa vào mối tương quan này, tôi ước tính giá trị tiên lượng điểm môn Toán cho mỗi thí sinh; sau đó tôi tính toán độ lệch chuẩn giữa điểm thí sinh đạt được và điểm tiên lượng; và dựa vào độ lệch này, tôi có thể xác định có bao nhiêu thí sinh có điểm bất bình thường sau khi đã xem xét "hồ sơ" điểm của thí sinh đó.

Link: https://www.facebook.com/bigdata.deeplearning.uit/posts/2060087260975050

[BLOG] - Nhập môn Data Science - 6

Không ít người nghĩ rằng cứ có dữ liệu/dữ liệu lớn, cùng các công cụ phân tích - khai thác dữ liệu tiên tiến là có thể thành công. Tuy nhiên, câu hỏi đặt ra trước tiên đó là dữ liệu đó đã sẵn sàng chưa? Trong bài giảng video (xem link bên dưới), tác giả Brandon Rohrer đã chỉ ra các ý chính gồm:

1. Relevant 
2. Connected
3. Accurate
4. Enough to work with

Việc này cũng giống như để có bánh pizza ngon, các thành phần chế biến phải đầy đủ.

Lấy ví dụ liên quan đến việc các xe vận tải hành khách phải gắn hộp đen. Có dữ liệu từ hộp đen của số lượng lớn xe chỉ mới thoả được tiêu chí thứ 4. Accurate dùng để chỉ dữ liệu của hộp đen có đủ chính xác và tin cậy (ví dụ không bị làm giả hoặc thay đổi). Connected để chỉ dữ liệu có đầy đủ không (ví dụ nếu xe tắt hộp đen thì dữ liệu sẽ không đầy đủ). Và Relevant để chỉ dữ liệu có phù hợp cho trả lời câu hỏi không (ví dụ với các dữ liệu đó, có đủ để trả lời câu hỏi xe nào sẽ có tiềm năng gây tai nạn ở lần chạy kế tiếp).

https://www.facebook.com/bigdata.deeplearning.uit/videos/2055215544795555/

[BLOG] - Nhập môn Data Science - 5

'Theo báo cáo Hype Cycle Report năm 2014 của Gartner, Big Data đã qua thời đỉnh cao và đang trải qua giai đoạn vỡ mộng có thể kéo dài từ 5 đến 10 năm với những ứng dụng được triển khai và thất bại. Thậm chí năm 2015, Gartner dự đoán đến 2017 sẽ có tới 60% các dự án Big Data sẽ không vượt qua nổi phòng nghiên cứu để đến với khách hàng. Kết quả còn tệ hơn vậy, chỉ có 17% các dự án Big Data sử dụng Hadoop là được dùng thật, tức là có tới 83% dự án khác thất bại.'

Vậy câu chuyện này nên được hiểu thế nào?

Sở dĩ Big Data & Data Science trở thành trend vì người ta kì vọng vào việc hỗ trợ ra quyết định nhờ phân tích dữ liệu lớn (data driven decision making). Lấy cảm hứng từ các đại công ty như Facebook, Google, Amazon, Netflix, etc - với các kịch bản sử dụng hiệu quả big data cho việc ra quyết định trong các bài toán như recommendation (Netflix có thể đề xuất video phù hợp với bạn, Google đề xuất quảng cáo phù hợp với người dùng), prediction (Amazon có thể dự đoán được món hàng mà bạn sẽ mua) - nhiều công ty cũng muốn thử.

Tuy nhiên, business của mỗi công ty khác nhau - và việc khai thác dữ liệu không lúc nào cũng thành công - thậm chí có công ty còn không thể biết được với câu hỏi dạng nào thì có ích? Ví dụ, trong trường ĐH, dữ liệu được phát sinh và thu thập rất nhiều - có bao giờ bạn đặt các câu hỏi và hi vọng câu trả lời sẽ giúp cải tiến trong việc ra quyết định?

Nói một cách khác, với các dự án Big Data Analytics trong thực tế có thể thất bại vì một trong các lí do sau:

1. Có dữ liệu - nhưng không biết có tìm được insight nào đáng giá không? Tôi có một anh bạn ở UK kể về một dự án - trong đó bệnh viện mời data scientists vào để làm việc với một đống dữ liệu được tạo ra trong quá trình làm việc của họ - câu hỏi đặt ra là đánh giá tính hiệu quả của qui trình hiện tại và có cách nào để cải thiện được qui trình hiện tại thuận tiện hơn cho bệnh nhân hay không. Với câu hỏi dạng này - không biết trước được dự án có thành công hay không.

2. Có công cụ - nhưng không có dữ liệu nào đáng giá để triển khai. Ví dụ ko có dữ liệu của bank transactions, MRI images, user behaviors, etc thì những thứ được học chỉ dừng ở mức lí thuyết, ko có ứng dụng gì.

Chúng ta được học thiên về trang bị công cụ - nhưng thực ra, cái cần thiết hơn cả đó là biết đặt câu hỏi và biết cách tạo ra dữ liệu để có thể tìm được insight đáng giá.

Trong danh sách 10 điều Data Scientists thường làm - kĩ năng đặt câu hỏi là number 1.

==== 10 Things Data Scientists Do ====

1. Ask good questions! What don’t we know? What do we know?
2. Define and test hypothesis — run experiments.
3. Scoop, scrap, sink and sample business relevant data
4. Munge and wrestle data. Tame the data!
5. Explore data, discover data, discover its unknowns.
6. Model data, model algorithms.
7. Understand data relationships.
8. Tell the “machine” how to learn from data.
9. Create data products that deliver actionable insight.
10. Tell relevant business stories from the data.

>>> Why are data scientists so important these days? Two words: Big Data.

Link: https://www.facebook.com/bigdata.deeplearning.uit/posts/2054183618232081

[BLOG] - Nhập môn Data Science - 4

Hãy quên Python, Machine Learning, Deep Learning, etc đi. Giờ hãy nghĩ về Data trước. Câu hỏi đặt ra ở đây là: cho bạn một đống dữ liệu - bạn sẽ làm được gì?

Theo như bài giảng Data Science For Beginners - thông thường sẽ có 5 loại câu hỏi mà thôi:
- Classification
- Anomaly Detection
- Regression
- Clustering
- Reinforcement Learning

(Xem video trong Comment)

Nếu chỉ chọn một câu hỏi để đi sâu vào thì câu hỏi đó là gì? - Classification

Để xem các bài toán/ứng dụng của Classification, có thể xem trên Kaggle: https://github.com/ShuaiW/kaggle-classification. Các bài toán Classification có thể diễn đạt dưới các thuật ngữ khác nhau như phân loại, tiên đoán, etc.

Ví dụ

1. Hãy tiên đoán một người có khả năng sống sót hay không trong thảm hoạ tàu Titanic?

2. Hãy tiên đoán một ảnh chẩn đoán y khoa để xem người bệnh có bị ung thư/tiểu đường hay không?

3. Hãy tiên đoán khách hàng của Airbnb sẽ book phòng ở nước nào đầu tiên?

Hãy nhìn vào dữ liệu quanh bạn và tìm cách đặt câu hỏi dưới dạng bài toán Classification nhé

Link: https://www.facebook.com/bigdata.deeplearning.uit/posts/2052863431697433

[BLOG] - Nhập môn Data Science - 3

Với phương pháp học nói chung và học Data Science nói riêng, có 2 cách tiếp cận tạm gọi là top-down và bottom-up. Cách tiếp cận top-down thường được nhiều người nghĩ đến (và cho là đúng) - đó là học hết các kĩ thuật liên quan rồi mới ' xuống núi' - tức là học Python, Spark, Deep Learning, Machine Learning - rồi sau đó đi tìm bài toán để giải quyết. Cách tiếp cận bottom-up thường được cho là mang tính 'thợ' - đó là xuất phát từ một bài toán thực tế nào đó - và đi tìm các kĩ thuật giúp để giải quyết bài toán đó. Cách tiếp cận top-down là cách được nhiều chương trình đào tạo hàn lâm offer - và không hiệu quả với tình hình hiện nay ở VN (nếu xét trên cùng một mức độ đầu tư về thời gian, công sức, tiền bạc và nguồn lực hiện có của người học).

Tôi cho rằng, nên bắt đầu bằng cách tiếp cận bottom-up trước - hãy làm một cái gì đó nhỏ thôi - vừa sức mình - làm thành công sẽ giúp mình tự tin hơn, và từ đó hiểu hơn về nhu cầu học cái gì, tại sao phải học cái kia. Và nên tránh xa các khẩu hiệu như đi tắt đón đầu, đánh bại Google, Facebook, tiến lên CMCN 4.0.

Nói về Data - ở một góc nhìn khác, có thể tạm chia ra hai loại: sân nhà - sân khách. Sân khách - nôm na là loại dữ liệu mà mình khó có cơ hội với tới được, ví dụ dữ liệu Facebook, Amazon - hoặc dữ liệu bệnh viện, ngân hàng. Sân nhà - nôm na là loại dữ liệu mà mình có thể tạo ra được hoặc có thể truy cập được.

Quay trở lại với việc học Data Science, cách tiếp cận bottom-up là hãy bắt đầu với Data - sân nhà - và tìm cách đặt câu hỏi - để từ đó đi học các kĩ thuật để tìm câu trả lời. Với góc nhìn đó, không nhất thiết bạn phải đóng 3 vai trò cùng lúc - dữ liệu - câu hỏi - kĩ thuật. Nếu bạn là sếp - bạn chỉ cần quan tâm đến dữ liệu và đặt câu hỏi - và phần còn lại - bạn sẽ đi tìm người biết về thuật toán, mô hình giải quyết vấn đề (Math&Statistics) và người biết về lập trình (Hacking Skills).

Một ví dụ về việc quản lí luận văn của sinh viên. Cách làm thông thường là sinh viên khi tốt nghiệp sẽ nộp CD luận văn, code. Sau khi nộp xong, thường là gom lại để trong tủ cất ở Khoa. Còn danh sách luận văn và điểm lưu ở file xls mà Phòng Đào Tạo quản lí hầu như không có liên kết nào với dữ liệu luận văn này. Với cách làm này, sẽ có những câu hỏi không trả lời được ví dụ: (tiêu đề/nội dung) luận văn các khoá có trùng lắp nội dung không (sao chép-đạo văn), số trang trung bình của luận văn là bao nhiêu - có mối liên hệ nào giữa số trang và kết qủa không - ví dụ càng nhiều trang - điểm càng cao, số lượng SV bảo vệ từng đợt qua các năm, phân bố điểm số - ví dụ càng về sau điểm trung bình càng giảm, v.v

Nếu những câu hỏi này được đặt ra sớm - lúc này, sẽ thấy có nhiều giải pháp - và không nhất thiết phải cần kĩ năng lập trình gì cả. Ví dụ, chỉ cần tạo một cái form để collect các thông tin - mỗi khi SV nộp thì thông tin họ điền vào form sẽ được cập nhật trong một file xls - chỉ cần vài thao tác trên file này là có thể trả lời được phần lớn các câu hỏi trên. Lúc này, vấn đề tốn thời gian không phải nằm ở chỗ lập trình, mà nằm ở chỗ dữ liệu được nhập vào form. Với việc yêu cầu SV nhập liệu, tổng thời gian được chia nhỏ ra cho mỗi SV nên đơn vị quản lí chỉ tốn thời gian lúc đầu mà thôi.

Bạn có thể tìm được nhiều ví dụ khác - mà ở đó, chỉ cần để tâm suy nghĩ một chút về số hoá để tạo ra dữ liệu chủ động - sẽ trả lời được rất nhiều câu hỏi phục vụ cho việc quản lí tốt hơn.

Link: https://www.facebook.com/bigdata.deeplearning.uit/posts/2045325689117874

[ BLOG] - Nhập môn Data Science - 2

Data trong Data Science được ví như là nguồn năng lượng trong các động cơ. Động cơ có mạnh đi nữa mà không có năng lượng để khởi động thì không làm được gì. Deep learning python để làm gì?

Ngày nay việc tạo ra dữ liệu dễ dàng hơn bao giờ hết. Dữ liệu tạo ra của những năm gần đây chiếm hơn 90% lượng dữ liệu tạo ra trong vài thập kỉ qua. Việc tạo ra dữ liệu có thể tạm phân chia thành 2 loại: thụ động và chủ động. Ví dụ, trong công việc, chúng ta tạo ra tài liệu .doc, .xls, .jpg, hay trong cuộc sống, chúng ta chụp hình, post facebook, chat, etc - những dữ liệu này tạm gọi là thụ động vì chúng ta thường không biết sẽ dùng nó vào việc gì khác với ý định ban đầu. Tuy nhiên, đối với Google hay Facebook, mỗi đánh dấu Spam, hay Like, Share thì dữ liệu tạo ra có thể dùng để tạo Spam Filter tốt hơn, có thể đánh giá chính xác hơn độ quan trọng của một post Facebook. Mỗi hành vi mua các sản phẩm cùng nhau trên Amazon sẽ giúp hệ thống Recommender hoạt động tốt hơn. Những dữ liệu như vậy tạm gọi là chủ động vì nó có mục đích dùng trước.

Trong các chương trình đào tạo data science hiện nay, chúng ta thường được minh hoạ về các ví dụ như Amazon, Facebook xử lí dữ liệu lớn như thế nào để có được kết quả. Nhưng khi ra đi làm, chúng ta đâu có đụng được các dữ liệu đó trừ khi chúng ta là nhân viên của họ. Hay các ứng dụng khác nghe rất hay ho như phát hiện giao dịch thẻ giả mạo (fraud detection) hay phát hiện ung thư (cancer detection) - nhưng chúng ta làm gì có được thông tin của các giao dịch thẻ hay dữ liệu chẩn đoán hình ảnh để mà thử?! Do đó, đa số học xong, ra ngoài đi làm, vẫn cứ thấy hụt hụt cái gì đó vô hình - chân không đạp đất - đầu không đội trời.

Theo quan điểm của tôi, để ứng dụng được Data Science trong thực tế tại VN, vấn đề chính nằm ở chỗ tạo ra dữ liệu chủ động chứ không phải là các kĩ thuật. Ví dụ, khi làm tuyển sinh sau đại học, có câu hỏi là bao nhiêu cựu SV sẽ quay lại học SĐH tại Trường? Nếu không nghĩ đến câu hỏi này khi thu thập dữ liệu, thì trong sheet sẽ không có cột lưu thông tin bạn tốt nghiệp ở đâu - và nếu không có thông tin này thì làm sao trả lời được câu hỏi trên?

Do đó, câu hỏi đầu tiên tôi thường đặt ra cho lớp Nhập môn Data Science là dữ liệu thường ngày bạn tạo ra là gì, bạn có quan tâm đến các câu hỏi/câu trả lời từ dữ liệu tạo ra (ngoài mục đích ban đầu)? Và điều này cũng cho thấy Nhập môn DS không nhất thiết phải dạy cho sinh viên chuyên về IT. Bạn có background ngành khác, vẫn có thể học được.

(Hình minh hoạ cho thấy - phần khó nhất của ML Systems không phải là ML mà là Data)

>>> B2DL Lab sẽ sớm có thông báo các khoá học về Data Science, AI, Machine Learning dành cho các bạn không phải chuyên ngành IT (tốt nghiệp các ngành Khoa học Tự nhiên, Khoa học Kĩ thuật) muốn chuyển đổi sang làm việc trong lĩnh vực IT <<<

Link: https://www.facebook.com/bigdata.deeplearning.uit/posts/2044428469207596

[BLOG] - Nhập môn Data Science - 1

Có rất nhiều tài liệu có thể tìm thấy trên mạng về Data Science - nhưng tôi vẫn muốn tìm cho mình một cách hiểu 'dân dã' - khác một chút về cách diễn đạt.

Nói một cách đơn giản Data Science = Data + Science.

Nôm na là: Data là dữ liệu đầu vào - Science là kĩ thuật để xử lí dữ liệu - và Data + Science sẽ cho ra một Answer (kết quả) nào đó.

Ví dụ: chúng ta lắp camera giám sát tại UIT ( Data) và chúng ta muốn biết có hành vi phá hoại cơ sở vật chất hay không (Answer) - để trả lời câu hỏi đó, chúng ta cần các kĩ thuật (Science).

Hiện nay - hầu như mọi người tập trung vào khía cạnh kĩ thuật (ví dụ ngôn ngữ lập trình Python, máy học deep learning, etc) - nhưng lại quên rằng 2 khía cạnh còn lại là dữ liệu và câu hỏi cũng quan trọng không kém!

Nhiều chương trình đào tạo hiện nay cũng chủ yếu tập trung vào kĩ thuật - do đó, dữ liệu và câu hỏi xem như đã cố định trước. Nhưng lúc triển khai thực tế - dữ liệu và câu hỏi lại rất đặc thù cho từng công việc cụ thể. Nói cách khác - nếu học xong mà dữ liệu và câu hỏi giống như lúc học thì quá đơn giản. Nhưng thực tế thì không đơn giản như vậy.

Điều này nói lên điều gì? Đó là nếu bạn không rành về lập trình để focus vào phần kĩ thuật - bạn vẫn có thể trở thành team member của Data Science team - bạn có thể là người làm dữ liệu - hoặc bạn có thể là người đặt câu hỏi?!

Nếu nhìn vào cái hình trong ô bên dưới sẽ thấy người ta tách ra Hacking Skills và Math&Statistics Knowlege - có thể diễn giải thế này - Hacking Skills liên quan nhiều đến kĩ thuật lập trình - tức là có thuật toán thì cần phải hiện thực hoá nó bằng chương trình để kiểm chứng - Math & Statistics Knowledge nó liên quan nhiều đến tìm ra thuật toán. Có nhiều người giỏi lập trình - nhưng không giỏi thuật toán và ngược lại (giống như dân Dev và PhD).

Điều này nói lên điều gỉ? Đó là bạn không cần phải giỏi cả hai thứ cùng lúc - nhưng để làm được cái gì đó - bạn phải cần có team bổ sung lẫn nhau. :-)

Tham khảo: https://www.coursera.org/…/pytho…/lecture/wPUOQ/data-science (bạn cần đăng kí khoá học này trên Coursera trước)

Link: https://www.facebook.com/bigdata.deeplearning.uit/posts/2042980346019075