Search
Watch as @tma68 breaks down how he made Alex Lam’s “Good Vibrations”. Watch the chef in the kitchen, the scientist in the lab, the artist in his element. He explains all the different ingredients he used to make the song and perhaps the highlight is when @teresatyx lays down her vocals on the breakdown bringing the summer vibes!
Full video on YouTube :)
[Sharing]
HỌC DATA SCIENCE NHƯ THẾ NÀO?
#datascience
Helu mấy em, dạo này có rất nhiều bạn sinh viên hỏi chị về định hướng theo 1 ngành siêu hot là Data Science đấy! Vậy ngồi xuống đây đọc một bài viết hay về nghề Data Science nhé. Đây là ngành nghề được dự đoán sẽ có nhu cầu cao nhất trong tương lai đó. Bài viết này sẽ đưa ra các bước và nguồn cho các bạn muốn học Data Science đó, đọc xem và share cho các bạn còn loay hoay nha!
___________________________________
I. Học lập trình:
Một Data Scientist (DStist) không thể không biết lập trình, dù không cần thiết phải giỏi như một lập trình viên nhưng phải đủ khả năng viết được những chương trình cơ bản. Từ khi nhập học tới giờ, từ một đứa mà kiến thức lập trình là con số 0 tròn trình, mình đã học qua R, Java, Python, SQL (kì tới sẽ có cả NoSQL nữa). Học tới đâu là sử dụng luôn tới đấy nên thường mình phải tự học thêm rất nhiều để có thể hiểu được logic và cú pháp của ngôn ngữ lập trình đó. Ngôn ngữ quan trọng nhất, phổ biến nhất dành cho DStist là Python với thư viện khổng lồ. Xếp sau Python là R, rất mạnh về phân tích thống kê. Năm ngoái mình được Khoa Toán thuê viết một App (ShinyApp) tương tác dành cho một dự án nghiên cứu của Bang sử dụng ngôn ngữ này.
Vậy học lập trình ở đâu?
https://www.tutorialspoint.com/
Trang này thì gi gỉ gì gi cái gì cũng có, thích học gì có ngay cái đó. Còn nhớ năm ngoái mình cực kỳ đuối khi các thầy bắt học thêm Java, với lý do rằng DStist thường hay phải làm việc trực tiếp với lập trình viên, vậy thì phải học để có thể trò chuyện với nhau được. Mình đã phải đọc thêm sách, đi học thêm phụ đạo, rồi lại đọc mòn mỏi trên trang này để theo kịp các bạn trên lớp. Kết quả là cuối kì, mình tự viết được cả trò chơi và thậm chí còn lập trình được công thức toán thống kê cho thư viện Java đấy.
2. https://codingbat.com/
Đây là nơi mình luyện viết code, từ những ứng dụng đơn giản nhất chỉ vài ba dòng. Trình độ của mình đã lên rất nhanh sau khi hoàn thành phân nửa số bài tập trên này.
3. https://www.datacamp.com/
Mình chưa sử dụng trang này bao giờ, nhưng được quảng cáo khá nhiều. Trên này có các khóa học miễn phí R và Python thiết kế riêng cho DS. Thích hợp cho những ai mới bắt đầu.
4. https://www.udemy.com/.../development/programming-languages/
5. https://www.codecademy.com/catalog/subject/all
Đây là hai trang do bạn bè mình giới thiệu. Có mấy bạn không đi học phụ đạo Java được đã trả tiền theo học trên này. Vì thường xuyên có giảm giá sâu nên khóa học không quá đắt đỏ. Và điểm lợi thế là sẽ có chứng nhận cuối khóa, có thể củng cố thêm cho hồ sơ xin học hoặc xin việc của bạn.
II. Học thống kê:
Đã làm việc với dữ liệu là phải hiểu lý thuyết thống kê, chí ít cũng phải biết tới những khái niệm cơ bản như lấy mẫu (sampling), trung bình (mean), trung vị (median), độ lệch chuẩn (standard deviation), hồi quy tuyến tính (linear regression),... Nếu muốn trở thành DStist thì còn phải biết tới kiến thức thống kê nâng cao, liên quan tới machine learning. Một điều tuyệt vời là những cuốn sách thống kê hay ho nhất, tổng hợp nhất lại miễn phí, nhằm đáp ứng nhu cầu học tập về dữ liệu ngày càng cao. Hai cuốn sách mà tất cả các giáo sư Khoa Toán của mình đều sử dụng là:
The Elements of Statistical Learning (Trevor Hastie, Robert Tibshirani, Jerome H. Friedman, 2001)
Cuốn này hơn 700 trang, chia làm 18 chương, sử dụng R trong phân tích thống kê. Bản thân mình thấy sách quá hay, minh họa đầy đủ, giải thích kĩ càng, đọc tới đâu có thể copy code đến đấy để tự thử nghiệm. Dĩ nhiên bạn không cần phải đọc hết sách. Đụng tới khái niệm thống kê nào thì tra cứu tương ứng trong sách cũng được.
https://web.stanford.edu/~hastie/Papers/ESLII.pdf
2. An Introduction to Statistical Learning: With Applications in R ( Trevor Hastie, Robert Tibshirani, Daniela Witten, Gareth James, 2013)
Cuốn này cũng hay, hơn 400 trang, chia làm 10 chương, cũng dùng R. Ai ngại đọc cuốn trên thì có thể bắt đầu với cuốn này.
https://www-bcf.usc.edu/.../ISL/ISLR%20First%20Printing.pdf
III. Học Data Science - Nâng cao:
Sau khi có chút kiến thức cơ bản về lập trình và thống kê rồi thì bạn có thể sử dụng các trang sau để tìm hiểu thêm về các mảng chính của DS như artificial intelligence, computer vision, machine learning, Big Data Analytics, Business Intelligence...
https://towardsdatascience.com/
Đây là trang tổng hợp cực kì nhiều bài viết chất lượng từ các giáo sư và chuyên gia trong ngành. Có rất nhiều bài hướng dẫn chi tiết từng bước cho trình độ beginner. Mình thường đọc trên trang này về machine learning và artificial intelligence (AI). Không chỉ có những phân tích rất cặn kẽ về mặt lý thuyết, nhiều bài viết còn cung cấp ví dụ minh họa và đính kèm cả code để bạn đọc tự thử nghiệm. Ví dụ bài viết sau về Deep Learning là của một giáo sư ở Barcelona, toàn bộ Code có trong Notebook trên Google Colab. Vì chạy trên Cloud nên bạn không cần cài đặt gì mà có thể lập tức chạy chương trình ngay được, cực kì phù hợp cho những ai muốn xem qua trước và không muốn mất công cài đặt này nọ.
https://towardsdatascience.com/deep-learning-for...
2. https://www.datascienceweekly.org/
Một bạn người Na Uy trên Tandem giới thiệu cho mình về trang này, bảo rằng đang tự học machine learning ở đây. Thế là mình cũng đăng ký nhận Newsletter từ mấy hôm trước. Mỗi tuần, mình nhận được một email tổng hợp các bài viết nổi bật trong ngành. Như vậy để mình luôn nắm bắt được những xu hướng mới nhất và cập nhật những tiến bộ công nghệ mới.
3. https://www.kaggle.com/
Một đồng nghiệp người Ấn Độ chỉ cho mình trang này quá hay luôn. Đây là nơi bạn học hỏi bằng cách thực hành qua các dự án, các cuộc thi và thử thách quốc tế. Các công ty, tổ chức treo giải thưởng có khi lên tới cả 100,000$ cho đội nào chiến thắng. Chẳng hạn hiện giờ có 20 cuộc thi đấu song song, và đã có hàng ngàn đội đăng kí tham gia. Trên này cũng có các micro-courses hoàn toàn miễn phí từ Python cho tới Deep Learning dành cho beginner.
https://www.kaggle.com/learn/overview
4. https://www.coursera.org/browse/data-science
Và cuối cùng, dĩ nhiên là trên coursera cũng có khóa học miễn phí dành cho DS. Khi nào có thời gian, bạn thử đăng ký xem sao.
Trên đây là những hướng dẫn chung dành cho những ai muốn tìm hiểu về Data Science và học những kĩ năng cơ bản trước. Hi vọng giúp được các bạn đang quan tâm. Mình sẽ tiếp tục cập nhật thêm nhé.
Blog Mai Knows người chị thân thiết của Founder Hoa Dinh ở Đức
https://www.facebook.com/maiknowsnow/
Link tham khảo về lương của DStist:
https://www.burtchworks.com/.../2018-data-scientist.../
----
Join các kênh khác của HannahEd:
- Job Hunters & Career Builders - HannahEd
- Học bổng ngắn hạn, trao đổi, tình nguyện - HannahEd
- English Club HEC
- Scholarship Hunters
- Web/tiktok/insta: hannahed.co
- Youtube: HannahEd
🌍📚Những #Schofan quyết tâm và muốn chuẩn bị kĩ cho nhiều học bổng từ giờ thì mau mau đăng kí lớp tìm và apply học bổng #HannahEd đã có lịch các lớp tháng 11, 12 và chương trình Mentor, Review hồ sơ, Tập phỏng vấn.
Link này để nhận thêm thông tin hoặc email [email protected] nhé:
http://tiny.cc/HannahEdClassInfo
https://hannahed.co/lop-tim-va-nop-hoc-bong/
❤ Like và share nếu các em thấy thông tin có ích nhé ❤
#HannahEd #duhoc #hocbong #sanhocbong #scholarshipforVietnamesestudents
回應提問
Q：為什麼取這個DJ名？
A：Mia Shaw 連名帶姓的叫就是 “肖妹阿”
Q:求歌單！
A:好～點擊傳送門網站，即可連結歌單。
Spotify playlist 傳送門
🚪https://reurl.cc/zzyYay🚪
Q：昨天沒跟到，什麼時候會有下次？
A：我也不知道耶，下次藍月的時候嗎？🤣
—
📷 @yentingymakeup
👩🏽🦱很讚的髮型設計師 @lourdes.zhang
—
放歌清單來囉！
1. Surfin’ – Ernest Ranglin
2. Is This Love – Bob Marley
3. I A Rebel Soul – Aswad
4. Holding You Close – Marcia Griffiths
5. Kingdom – Degiheugi, Devi Reed
6. Rocky Road – Tomy Tornado, Mr. Tbone
7. Steamers a Bubble – Jah 9
8. Revelation Dub – Kabanjak
9. Your Teeth in MY Neck – Scientist
10. Disco Devil – Less “Scratch” Perry
11. Liberal Opposer – Kabaka Pyramid
12. Dub You Haffe Dub – Black Uhuru
13. Brest – Rone , John Stanier
14. Crimewave – Crystal Castles
15. Who – Modeslektor, Tommy Cash
16. Prettiest Vergin (Myth Syzer Remix) – Agar Agar, Myth Syzer
17. Elixir – Tourist
18. Lying Low – Metronomy
19. WAKING UP DOWN – Yaeji
20. Starry Night – Peggy Gou
21. The End – Shlohmo
22. El Manana – Gorillaz
23. The Weight – Weval
24. Nothing’s Gonna Hurt You Babay – Cigarettes After Sex
25. Space Song – Beach House
26. The Sun – Myd
27. Angel disco Love – Sunset Rollercoaster
28. Coral Dreams – Saib
29. Someone That Loves You – HONNE, Izzy Bizu
30. Warm on a Cold Night – HONNE
31. Goodnight Moon – Boogie Belgique
32. Vanille Fraise – L’lmperatrice
33. Sun-Dried – Star Slinger,Charlie Belle
34. Mornin’ – Star Slinger
35. Every Time – Boogie Belgique
36. Home – Caribou
37. Leisure Gardening – Lullatone
38. Getsomerest/sleepwell – quickly,quickly
39. Seeing your name makes me happy – Burbank
40. hideaway – Elijah Who
41. What Lana Says – Proleter
42. Life Is but a Dream – Engelwood,Jeff Kaale
43. Hidden In the Sand – Tally Hall
44. Hello, World – Louie Zong
45. We Fly – Ours Samplus
46. Satisfied – Edit – Catching Flies
Map
https://www.roblox.com/games/4899799199/Ro-Bio-Improved-2?refPageId=66b15230-86c9-4aaf-a033-ded04c2e2182
กลุ่มซื้อเสื้อ
https://www.roblox.com/groups/4273948/Kutcha-Wants2Playz-FC-GGEZ-XD#!/store
กลุ่ม Roblox ของผม (ซื้อเสื้อตรูด้วยXD)
https://www.roblox.com/my/groups.aspx?gid=4273948
ช่อง Twitch ของผม
https://go.twitch.tv/kutchawants2playz
ติดตามแฟนเพจผมได้ที่นี่เลย *0*
https://www.facebook.com/kutchacastinggame?fref=ts
Credit
Intro River Flows in You, Rock Cover by Simon Besozzi & Yan Dexter
https://www.youtube.com/watch?v=3WHSzRv828Y
New Version
https://www.youtube.com/watch?v=96VjqnMAyAU
Youtube Channel
https://www.youtube.com/channel/UCfKzJBj_9pqau3_6HjnhHjA
Background Music
Kevin MacLeod (incompetech.com)
Licensed under Creative Commons: By Attribution 3.0
http://creativecommons.org/licenses/by/3.0/
Ross Bugden Epic and Sad Song
https://www.youtube.com/channel/UCQKGLOK2FqmVgVwYferltKQ
‘Music by Epidemic Sound (http://www.epidemicsound.com)’
Royalty Free Music by http://audiomicro.com/royalty-free-music
Coldplay - The Scientist | If it were made recently.
a rendition of the massive hit by Coldplay from 2002/03.
tried incorporating the idea of going back in time into the programming of the song.
100% made by yours truly.
***if you like what you heard***
please kindly bash the LIKE button, ravish the SUBSCRIBE button,
and casually SHARE it anywhere.
***reach out anytime***
for collaboration, work, or simply share about music.
Instagram: http://www.instagram.com/markcytai
Facebook: http://www.facebook.com/marktaipage
Weibo: http://weibo.com/u/6097121868
Telegram: http://t.me/marktaisinging
Lyrics:
Come up to meet you
Tell you I'm sorry
You don't know how lovely you are
I had to find you
Tell you I need you
Tell you I set you apart
Tell me your secrets
And ask me your questions
Oh, let's go back to the start
Running in circles, coming up tails
Heads on a science apart
Nobody said it was easy
It's such a shame for us to part
Nobody said it was easy
No one ever said it would be this hard
Oh, take me back to the start
I was just guessing at numbers and figures
Pulling your puzzles apart
Questions of science, science and progress
Do not speak as loud as my heart
Tell me you love me
Come back and haunt me
Oh, and I rush to the start
Running in circles, chasing our tails
Coming back as we are
Nobody said it was easy
Oh, it's such a shame for us to part
Nobody said it was easy
No one ever said it would be so hard
I'm going back to the start
真的好久沒有機會唱歌了！！！
這次一切能夠順利完成，都要感謝身邊愛人和以及好友的幫忙，不只幫我買了豪華的麥克風，還願意幫我構思並拍了這個影片，希望最後我拙劣的剪片技巧沒有辜負你們的幫助🙏🏾
〈The Scientist〉這首歌藏在我心中很久了，今天的終於有機會感覺最對的時候完成它，希望這樣的詮釋大家會喜歡😆
This song I treasured in my heart for so long and now it’s finally the right time. Hope you’ll like it🙏🏾
Directed by Golden Kao
Sponsored by Eliot Yu
#肯尼開唱 #許凱勛 #KenniHsu #Coldplay #TheScientist
喜歡我的話，歡迎來我的FB粉絲團按讚 ➔ http://fb.me/KenniHsuOfficial
或是追蹤我的Instagram ➔ http://instagram.com/kennihsu
scientist song 在 TWICE “SCIENTIST” M/V - YouTube 的推薦與評價
... <看更多>