Lộ trình 8 bước để bắt đầu học AI

Đến giờ tôi vẫn mù mờ rất nhiều về AI và các chương trình học máy, mặc dù năm cuối đại học, kỳ 01/2012 đã tự tay cài đặt mạng nơ-ron từ đầu bằng C# và tham gia một dự án thực tế ở 1 trường ĐH Việt Nam, với đề tài: Dự báo tỉ lệ NGHỈ HỌC của học viên chương trình đào tạo từ xa.

Kết quả chính mà nhóm chúng tôi đã đạt được bao gồm 2 mô hình và các nhân tố chính ảnh hưởng đến khả năng NGHỈ HỌC của học viên, căn cứ dựa trên hồ sơ thông tin.

  1. Mô hình dự báo khả năng NGHỈ HỌC của học viên, căn cứ trên hồ sơ thông tin
  2. Mô hình dự báo khả năng NGHỈ HỌC của học viên vượt qua kỳ K (K = {1, 2, 3, 4})

Kết quả khả quan của đề tài thực hiện đã giúp cho cán bộ trong chương trình đào tạo có thể giám sát, để hỗ trợ kịp thời và tư vấn cho học viên, làm giảm tỉ lệ nghỉ học của học viên do các tác động từ môi trường học, xã hội, gia đình hoặc động lực học của học viên:

Mô hình dự báo khả năng nghỉ học

Sau 1 khoảng thời gian dài, sau khi ra trường, tôi làm các công việc liên quan đến Công nghệ phần mềm và hệ thống thông tin là chính. Do đó, kỹ năng và kiến thức về Machine learningMạng nơ-ron tôi quên cũng khá nhiều. Và bây giờ tôi nghĩ là thời điểm thích hợp để bắt đầu lại từ đầu, chính thức hội nhập kỷ nguyên dữ liệu. Một hứa hẹn chắc chắn sẽ đem lại nhiều lợi ích rất lớn cho nền công nghiệp nước nhà, trong rất nhiều lĩnh vực sản xuất, công nghệ và dịch vụ.

Lộ trình 8 bước để bắt đầu học AI

Dưới đây là 8 bước để tôi và bạn có một khởi đầu mới thuận lợi, giúp chúng ta định hướng con đường sự nghiệp cụ thể, tránh rơi vào trạng thái mơ hồ, ảo tưởng:

  1. Chọn bài toán mà bạn quan tâm hoặc cảm thấy thích thú. Việc bắt đầu với một vấn đề bạn muốn giải quyết sẽ giúp bạn tập trung và có động lực để học hơn.
  2. Tìm solution ĐƠN GIẢN nhất. Đừng bắt đầu bằng những thứ phức tạp, bạn sẽ không hiểu tại sao nó lại như thế đâu.
  3. Cải thiện dần dần bằng cách đọc thêm các kỹ thuật liên quan.
  4. Chia sẻ solution của các bạn với người khác.
  5. Lặp lại các bước 1-4 với nhiều bài toán khác nhau.
  6. Tham gia một Kaggle contest.
  7. Thử sức với các bài toán rất thực tế.
  8. Chia sẻ kiến thức của bạn với người khác.

Cuối cùng: Mục tiêu nào cũng vậy! Sự hào hứng ban đầu trôi qua rất nhanh, còn lại tính kỷ luật & lòng quyết tâm! Vậy nên hãy cố gắng giữ lửa, đừng để các lý do lãng xẹt, ngăn cản bạn.

Liên kết được chia sẻ bởi blog Machine learning cơ bản

Avatar
Vu Bao Nhu
Technology Enthusiast, AI/IOT Leader

My research interests include distributed robotics, mobile computing and programmable matter.

comments powered by Disqus