CNTT nói chung hay Machine Learning nói riêng luôn yêu cầu người theo đuổi nó khả năng thích nghi với sự thay đổi của các công nghệ nhanh chóng và liên tục.
Bài viết này mình cung cấp những nguồn tài liệu để đáp ứng nhu cầu học tập và cập nhật các xu hướng, các công nghệ mới, cũng như các nền tảng cho Machine learning.
Machine learning cơ bản (tác giả Vũ Hữu Tiệp) : Blog này mang đến 1 nền tảng vững chắc cho các bạn newbie học tập, và cả những bạn nhiều năm kinh nghiệm ổn lại kiến thức. Blog mang lại kiến thức cho bạn 1 cách chắc chắn để bạn có thể đi xa hơn nữa trên con đường học tập ML của mình.
Blog của tác giả Phạm Đình Khánh: Đây là 1 blog cũng rất bài bản và chuyên sâu về nhiều mảng trong ML. Blog cung cấp những trình bày về các chủ đề đa dạng ML, CV, NLP, được trình bày chi tiết, giải thích dễ hiểu, không những vậy blog còn cập nhật rất thường xuyên. Mình đánh giá đây là 1 trong những blog chất lượng nhất.
Viblo: 2 blog trên là của cá nhân, còn riêng đối với viblo(nói là blog thì cũng không chuẩn chỉ) mang lại kiến thức về rất nhiều mảng, được đóng góp bởi nhiều cá nhân. Mình cũng high recommend các bạn trang này, vì tính áp dụng nhanh của các bài viết, và sự đa dạng của nó, và hơn nữa blog được viết bằng tiếng Việt.
Toward datasciene: Nói chung nó cũng giống với Viblo nhưng viết bằng tiếng Anh. Về tính đa dạng thì không cần bàn cãi. Đây là 1 phiên bản toàn diện hơn Viblo.
Các bạn trẻ ngày nay dùng mạng xã hội rất nhiều(mình cũng thế). Vì thế việc có các nguồn học tập thụ động khi các bạn lướt MXH cũng là 1 điều tốt (ví dụ đang vào facebook mà có 1 page có đăng về 1 công nghệ, paper mới … lúc đấy nó như nhắc mình ngưng lướt lại, để đọc ấy), ngoài ra thì việc share cho nhóm, thành lập các thảo luận nhóm cũng rất quan trọng.
Dưới đây là các MXH, forum, pages mình hay follow để cập nhật kiến thức:
Forum Machine Learning cơ bản: Page này có nhiều thành viên với những chủ đề đa dạng, và cập nhật nhanh, liên tục, các chủ đề hỏi đáp cũng hay, và đáng là 1 nơi bạn học hỏi, tham gia thảo luận với các thành viên có chung mối quan tâm tới ML.
MontrealAI: 1 trang mà mình luôn để hạng ưu tiên xuất hiện đầu tiên trong newfeed của mình. Bởi vì trang này luôn cập nhật các paper mới, xu hướng, các công trình có tính “đột phá”. Thật sự nếu bạn muốn theo đuổi ML hãy đặt nó ưu tiên trong FB như mình.
Một trong những nguồn chất lượng khác về độ đa dạng, và tính chất cập nhật cao nữa là subreddit r/MachineLearning. Có rất nhiều bài viết, thảo luận về các papers và mang tính học thuật cao.
Mình sẽ không đưa ra cái gì cụ thể ở đây bởi vì … nó quá rộng. Nếu bạn đang quan tâm đến code từ 1 paper, project nào đó, hãy search tên paper + “github”. Vậy là bạn đã có 1 nguồn tham khảo rất rất cụ thể, chi tiết … về code của paper đó.
À chút mình quên, gần đây (chắc cũng 2 năm rồi) có 1 trang paperswithcode. Đây là 1 trang cập nhật rất nhanh và đầy đủ các nguồn source code cho paper, dự án bạn quan tâm.
Bên cạnh những kênh kiến thức thiên về text, thì youtube là 1 nguồn mang lại sự trực quan, cách tiếp cận tốt nhanh và tốt cho bạn. Một số kênh tiêu biểu mình thích:
Two Minute Papers: Kênh này cập nhật và trình bày ý tưởng của các paper mới. Thời gian trình bày dưới 5 phút, đáp ứng được nhu cầu cập nhật nhanh cho mọi người.
Deep Learning dot AI: Gồm các video bài giảng trong khoá học về Deep Learning của Andrew Y. Ng trên coursera
Thực sự ai làm về CNTT mà chưa 1 lần dùng medium thì thực sự lạ. Đây là 1 mạng xã hội cho CNTT đúng nghĩa, đa dạng, cập nhật và dễ tiếp cận.
Đây là 2 MXH mình hay bắt gặp các câu trả lời cho 1 vấn đề mình gặp phải khi học tập, coding … Nó mang tính tham khảo rất tốt trong quá trình học, làm việc của bạn.
Quá quen thuộc phải không nào.
Quick Links
Social Media