Bài 10: Git/GitHub
Tìm hiểu về hệ thống kiểm soát phiên bản phân tán, cách sử dụng Git và GitHub để quản lý mã nguồn dự án, làm việc an toàn với nhánh (branch), hợp nhất code (merge) và thực hành Lab 6 – Git/GitHub.
Bài 9: Công cụ Khoa học dữ liệu
Tổng quan về các công cụ thiết yếu trong Khoa học Dữ liệu: ngôn ngữ lập trình Python và SQL, hệ thống thư viện phân tích và học máy (Pandas, NumPy, Scikit-learn, TensorFlow, PyTorch), cơ chế kết nối qua API/REST API, tầm quan trọng của các tập dữ liệu (Datasets)
Bài 9: Công cụ Khoa học dữ liệu Đọc thêm »
Assignment 1: Phương pháp luận Khoa học dữ liệu
Lộ trình DS / Assignment 1 Assignment 1: Phương pháp luận Khoa học dữ liệu Nội dung Tổng quan dự
Assignment 1: Phương pháp luận Khoa học dữ liệu Đọc thêm »
OPENAI CÔNG PHÁ 722 BÀI TOÁN, LẬT ĐỔ ‘CHÉN THÁNH’ TOÁN HỌC CỦA CON NGƯỜI
Bỏ qua quy trình bình duyệt học thuật truyền thống kéo dài hàng năm trời, OpenAI đã phát hành kho
OPENAI CÔNG PHÁ 722 BÀI TOÁN, LẬT ĐỔ ‘CHÉN THÁNH’ TOÁN HỌC CỦA CON NGƯỜI Đọc thêm »
Mô hình của OpenAI giải mật thư 217 năm của Napoleon
Mô hình GPT-6 Astra của OpenAI chỉ mất 6 giờ để phá giải bức mật thư từng khiến các chuyên
Mô hình của OpenAI giải mật thư 217 năm của Napoleon Đọc thêm »
Bài 8: Từ triển khai mô hình đến nhận phản hồi
Khám phá hai giai đoạn cuối cùng trong phương pháp luận Khoa học Dữ liệu: Triển khai mô hình (Deployment) và Thu thập phản hồi (Feedback).
Bài 8: Từ triển khai mô hình đến nhận phản hồi Đọc thêm »
Bài 7: Từ mô hình hóa đến việc đánh giá mô hình
Bài 7 hướng dẫn chi tiết quy trình Phương pháp luận Khoa học Dữ liệu (Data Science Methodology) theo chuẩn CRISP-DM: từ thấu hiểu bài toán kinh doanh, tiền xử lý dữ liệu, xây dựng mô hình cho đến triển khai và vận hành lặp phản hồi trong thực tế.
Bài 7: Từ mô hình hóa đến việc đánh giá mô hình Đọc thêm »
Bài 6: Từ hiểu dữ liệu đến chuẩn bị dữ liệu
Khám phá hai giai đoạn then chốt chiếm 70%–90% thời gian của một dự án Khoa học dữ liệu: Hiểu dữ liệu (Data Understanding) và Chuẩn bị dữ liệu (Data Preparation). Học cách đánh giá tính đại diện của dữ liệu, phân tích thống kê mô tả, xử lý giá trị thiếu, kỹ thuật Feature Engineering và thực hành trực tiếp trên Python với Lab 4.
Bài 6: Từ hiểu dữ liệu đến chuẩn bị dữ liệu Đọc thêm »
Sam Altman: ‘Thế giới nên chấp nhận những điều tồi tệ của AI’
CEO OpenAI Sam Altman cho rằng cần chấp nhận một số rủi ro của AI để đổi lấy những lợi
Sam Altman: ‘Thế giới nên chấp nhận những điều tồi tệ của AI’ Đọc thêm »