Lộ trình học Machine Learning/ Deep Learning từ đầu cho các bạn Lập Trình Viên

Opensource mà bạn, cứ có contribitor thì tiếng gì cũng được dịch.

Ngoài việc lên Top trending của tháng trên Github, dự án “Machine Learning for Software Engineers” của mình đã được đăng lên trang Product Hunt danh giá :slight_smile: Nhờ các bạn nào quan tâm góp ý tiếp nhé.

https://www.producthunt.com/posts/machine-learning-for-software-engineers

3 Likes

Tiếng Bồ Đào Nha đã lên sóng. Ngày mai có ai đi nghe TechTalk về ML/DL của kỹ sư trưởng Google translate ở Hà Nội ko?

Nếu anh làm thêm lộ trình học Big Data và Data Mining luôn thì hay biết mấy… :smiley:

data mining thì khác mấy so với ML đâu :confused:

Bạn đã đi được bao nhiêu trong lộ trình này rồi? Trông cũng khá nặng. Và bạn có thưởng xuyên chỉnh sửa, uodate lại không?

Mình thích học bottom up hơn. Những thứ nền tảng trước sau gì cũng dính, mà không biết thì lại tạo ra việc chỗ hiểu chỗ không, mình không thích điều này lắm

2 Likes

Mình mới đi được gần 1 nửa, mình vẫn hay update thêm dựa theo lời khuyên của mọi người có kinh nghiệm.

Bottom up là cách học tốt nhất đi từ căn bản đi lên. Trước mình học lập trình theo cách này.

Đối với ML thì mình đang tiếp cận ngược lại để có thể áp dụng vào thực tế vì thời gian đi làm đã khoảng 12 tiếng/ ngày rồi. :slight_smile:

Dựa trên vai người khổng lồ sẽ tốt hơn.

Sau khi có cơ hội trao đổi trực tiếp face to face với kỹ sư trưởng Google translate , mình đã rút ra thêm 1 số kinh nghiệm về định huớng lộ trình học tập, các bạn quan tâm theo dõi https://github.com/ZuzooVn/machine-learning-for-software-engineers để update tình hình cũng như góp ý thêm cho mình với nhé
Mình cảm ơn

2 Likes

Anh có thể hướng dẫn em thứ tự học được không ạ ?

Bạn đọc Motivation/Machine learning overview/Machine learning mastery/Machine learning is fun/Machine learning: an in-depth, non-technical guide/

Có dc overview rồi thì check qua Stories and experiences để củng cố thêm về roadmap.

Sau đó chọn Beginner Books hoặc MOOC để học theo thứ tự.

2 Likes

@ZuzooVn Anh nghĩ người mới bắt đầu có nên học khóa này không?

Mình thì ưu tiên học các khóa miễn phí hơn.
Khóa này mình chưa học, nhưng có xem qua thì thấy:

  • Giải thích chưa tốt lắm, chưa nhấn mạnh về việc thực hành. Họ đang giả định học viên đã có chút kinh nghiệm về programing và machine learning. Không đi sâu vào giải thích, mà chỉ dậy các thực hiện như thế nào bằng Python
    => Nên đọc qua về Python trước 1 tý.
  • Source code thì họ đưa ra 1 đoạn code dài ngoằng luôn, ko đi từng bước, từng bước 1.

=> Cá nhân mình thấy nếu course này free hoặc có discount thì mình sẽ học luôn, chứ 120$ cho 9 tiếng video thì hơi quá sức :frowning:

Hiện tại mình đang có ý tưởng xây dựng làm chương trình free machine learning camp: https://github.com/ZuzooVn/machine-learning-for-software-engineers/issues/7 mà chưa biết bắt đầu như nào. Có thể sẽ học tập mô hình Free Code Camp

dạ em cảm ơn review của anh. Udemy có nhiều đợt khuyến mãi nên khóa này chỉ khoảng $10-$20

Có khuyến mãi gì thì nhờ bạn chia sẻ với anh em nhé :slight_smile:

1 Like

@ltd: có thể stick bài này của em lên trên blog được ko anh :smile:

@thangngoc89 giúp anh chạy lại cái blog nhé.

1 Like

Dạ. Cuối tuần này sẽ xử lí hết.

1 Like

Cách học Topdown (https://github.com/ZuzooVn/machine-learning-for-software-engineers) của mình hiện đang ở Top 1 GitHub và nhận được rất nhiều ý kiến trái chiều về việc cần phải học căn bản trước hay thực hành trước.
Nhờ các bạn tiếp tục góp ý.

Đây là ý kiến tổng kết của 1 bạn:

To summarize what’s written in this plan: it’s a years-long plan that’s intended for someone without an undergraduate degree.
I studied machine learning in a PhD level elective while attending grad school. The mathematics required to understand machine learning theory is stunningly difficult… and I say this after studying experimental particle physics at Stanford for two years.
This is not to put anyone off from studying machine learning… it’s a fascinating topic. Just want to set the stage for the level at which this topic can truly be understood.
For those going down the rabbit hole, I’d recommend working in R over Python, as R does much better at handling the concerns of large data sets than Python. IMO, Python’s use is best suited for a final implementation… not so much for experimentation.

Các bạn muốn tham gia tranh luận mời ghé thăm ở đây nhé

https://news.ycombinator.com/item?id=12898718

Báo Software Development Times có phỏng vấn mình ở đây:

Nhờ các bạn góp ý thêm về con đường tìm hiểu ML nhé.

1 Like

Cảm ơn bạn, mình cũng đã contact với chủ blog này và cũng đã mua 1 vài cuốn sách của bạn ý rồi :smiley:

1 Like

Có thể cho mọi người biết tình hình sau một năm thế nào được không nghe nói môn này hơi khoai.

83% thành viên diễn đàn không hỏi bài tập, còn bạn thì sao?