Artwork

İçerik Ta Di Tay tarafından sağlanmıştır. Bölümler, grafikler ve podcast açıklamaları dahil tüm podcast içeriği doğrudan Ta Di Tay veya podcast platform ortağı tarafından yüklenir ve sağlanır. Birinin telif hakkıyla korunan çalışmanızı izniniz olmadan kullandığını düşünüyorsanız burada https://tr.player.fm/legal özetlenen süreci takip edebilirsiniz.
Player FM - Podcast Uygulaması
Player FM uygulamasıyla çevrimdışı Player FM !

#27.2: 🇺🇸Học Toán và làm Khoa học Dữ liệu ở Mỹ

36:26
 
Paylaş
 

Manage episode 302634797 series 2984038
İçerik Ta Di Tay tarafından sağlanmıştır. Bölümler, grafikler ve podcast açıklamaları dahil tüm podcast içeriği doğrudan Ta Di Tay veya podcast platform ortağı tarafından yüklenir ve sağlanır. Birinin telif hakkıyla korunan çalışmanızı izniniz olmadan kullandığını düşünüyorsanız burada https://tr.player.fm/legal özetlenen süreci takip edebilirsiniz.
Trong phần 2 này Trang sẽ chia sẻ nhiều hơn về bản chất công việc khoa học dữ liệu của Trang - các công cụ sử dụng, các điểm nhấn, các hiểu lầm, và vì sao nên học thạc sĩ để tiến thân trong ngành khoa học dữ liệu
Nếu muốn nghe về các hiểu lầm, tua đến phút 17. Để nghe về vì sao học thạc sĩ, tua đến phút 27.
Phần 3 sẽ nói về học Toán ở Mỹ, hay là cơn ác mộng của đời mình, và khác với học Toán ở Việt Nam như thế nào. Nó không dễ như bạn nghĩ đâu
Các tài liệu mà Trang nhắc đến giúp chuẩn bị vào ngành Khoa học dữ liệu:
- Khóa Deep Learning Coursera: https://www.coursera.org/specializations/deep-learning
- Andrew Ng: tất cả các khóa về khoa học dữ liệu
- Towards Data Science Medium: https://towardsdatascience.com/
2:00 - Tổng quan công việc ở 2 công ty khoa học dữ liệu của Trang
11:50 - Các công cụ và quy trình làm việc khoa học dữ liệu
11:00 - Active Learning là gì
14:30 - Testing trong khoa học dữ liệu
16:00 - Không biết công cụ công ty yêu cầu có phải vấn đề không?
18:20 - Hiểu lầm 1 về khoa học dữ liệu - cần giỏi Toán và Tin để làm
22:30 - Hiểu lầm thứ 2 về khoa học dữ liệu
27:48 - Học thạc sĩ Machine Learning và Computational DS - càng đi làm càng thấy khác biệt giữa cử nhân và thạc sĩ/tiến sĩ trong công việc
31:30 - Tổng quan các chương trình thạc sĩ Data Science ở Mỹ
Nhạc: https://archesaudio.com/
  continue reading

83 bölüm

Artwork
iconPaylaş
 
Manage episode 302634797 series 2984038
İçerik Ta Di Tay tarafından sağlanmıştır. Bölümler, grafikler ve podcast açıklamaları dahil tüm podcast içeriği doğrudan Ta Di Tay veya podcast platform ortağı tarafından yüklenir ve sağlanır. Birinin telif hakkıyla korunan çalışmanızı izniniz olmadan kullandığını düşünüyorsanız burada https://tr.player.fm/legal özetlenen süreci takip edebilirsiniz.
Trong phần 2 này Trang sẽ chia sẻ nhiều hơn về bản chất công việc khoa học dữ liệu của Trang - các công cụ sử dụng, các điểm nhấn, các hiểu lầm, và vì sao nên học thạc sĩ để tiến thân trong ngành khoa học dữ liệu
Nếu muốn nghe về các hiểu lầm, tua đến phút 17. Để nghe về vì sao học thạc sĩ, tua đến phút 27.
Phần 3 sẽ nói về học Toán ở Mỹ, hay là cơn ác mộng của đời mình, và khác với học Toán ở Việt Nam như thế nào. Nó không dễ như bạn nghĩ đâu
Các tài liệu mà Trang nhắc đến giúp chuẩn bị vào ngành Khoa học dữ liệu:
- Khóa Deep Learning Coursera: https://www.coursera.org/specializations/deep-learning
- Andrew Ng: tất cả các khóa về khoa học dữ liệu
- Towards Data Science Medium: https://towardsdatascience.com/
2:00 - Tổng quan công việc ở 2 công ty khoa học dữ liệu của Trang
11:50 - Các công cụ và quy trình làm việc khoa học dữ liệu
11:00 - Active Learning là gì
14:30 - Testing trong khoa học dữ liệu
16:00 - Không biết công cụ công ty yêu cầu có phải vấn đề không?
18:20 - Hiểu lầm 1 về khoa học dữ liệu - cần giỏi Toán và Tin để làm
22:30 - Hiểu lầm thứ 2 về khoa học dữ liệu
27:48 - Học thạc sĩ Machine Learning và Computational DS - càng đi làm càng thấy khác biệt giữa cử nhân và thạc sĩ/tiến sĩ trong công việc
31:30 - Tổng quan các chương trình thạc sĩ Data Science ở Mỹ
Nhạc: https://archesaudio.com/
  continue reading

83 bölüm

Усі епізоди

×
 
Loading …

Player FM'e Hoş Geldiniz!

Player FM şu anda sizin için internetteki yüksek kalitedeki podcast'leri arıyor. En iyi podcast uygulaması ve Android, iPhone ve internet üzerinde çalışıyor. Aboneliklerinizi cihazlar arasında eş zamanlamak için üye olun.

 

Hızlı referans rehberi