Bạn tiếp cận Data Analytics bằng cách nào?

* Hình ảnh từ slides khoá học Business Intelligence.

Khi mọi người đọc tài liệu về Machine Learning, Data Science, Analytics … mọi người sẽ thấy hai kiểu phổ biến:

  1. Một là quá sâu về Toán, Coding.
  2. Hai là quá cạn chỉ giới thiệu chung, ví dụ như Data Analytics đang hot trend, ngành nghề được yêu thích hiện nay,..
  3. Có một cách tiếp cận khác về Data Analytics người ta gọi là học qua Interactive Vizualization để tiếp cận kiến thức nền. Bạn chỉ cần sử dụng vì ở trong tool tất cả thuật toán phức tạp đã được nén thành những icons, đã có sẵn.

Một số website theo kiểu Interactive Vizualization liên quan Data Analytics (Xem ở phần cuối bài).

Học theo cách nào cũng được, miễn đáp ứng được nhu cầu và mong muốn của mình, nên có nhiều sự lựa chọn nhưng có “phù hợp” với bạn hay không? Sau tất cả, nếu học nhiều mà không hiểu được nó ứng dụng như thế nào khi đi làm thực tế thì cũng không xài được gì, lâu không xài thì cũng quên. Chỉ khi bản thân bạn thấy hay, thấy có nhiều value thì bạn mới dành nhiều thời gian và động lực để tìm tòi.

Tất nhiên cách tiếp cận nào cũng có pros and cons, nhưng cách nào là phù hợp nhất với bản thân bạn tại thời điểm này, trên đời này không có thứ gì là hoàn hảo mọi mặt; nên trước khi tìm hiểu mảng này, bạn nên suy nghĩ về cách học, nhu cầu của mình đến đâu, mình muốn đi đến đâu rồi hãy bắt tay vào tìm hiểu.

vd bạn tập trung học code học toán quá sâu mà thiếu business domain thì cũng cái phân tích ra không ứng dụng được trong thực tế; hay code giỏi, toán giỏi, rành business domain mà thiếu kỹ năng communication with data thì không thể thuyết phục sếp về ý tưởng phân tích của mình, lâu công ty không thực hiện những recommendations mình phân tích, mình sẽ bị chán… kiểu vậy.

Nên kinh nghiệm khi bạn tiếp cận mảng Data Analytics:

  1. Xây dựng được bức tranh tổng thể

Những quyển sách như khái quát ứng dụng Data Analytics khi đi làm, xu hướng, giá trị,.. Từ đó giúp bạn có cái nhìn về tất cả các ngành. Một số bạn lúc mới tìm hiểu đã đọc những sách chuyên sâu, nhiều lý thuyết, như vậy sẽ không ứng dụng được gì khi đi làm.

  1. Hiểu bản thân mình, mình muốn làm được đến mức nào.
  2. Lựa chọn cách tiếp cận phù hợp với nhu cầu của mình.
  3. Work smart, nhưng cũng work hard.

 

Link một số website tham khảo Interactive Vizualization

A visual introduction to probability and statistics: https://seeing-theory.brown.edu/

Interpreting Correlations: https://rpsychologist.com/correlation/

Visual intro to Machine Learning Part 1: http://www.r2d3.us/visual-intro-to-machine-learning-part-1/

Xem thêm chi tiết về nội dung khoá họchttps://mastering-da.com/business-intelligence-program/

Sắp tới BI K33 – ONLINE + OFFLINE sẽ khai giảng vào ngày 09/08/2022 sắp tới.

Nhanh tay ĐĂNG KÝ NGAY khóa học BI tại: http://bit.ly/BIProgram (Khóa học sớm hết chỗ).

 

 

Chat với chúng tôi qua Zalo
Gọi ngay
error: Content is protected !!