#LộTrìnhHọcTậpChoAIvàLãnhĐạoDữLiệu #SựKiệnNgàyHômNay #HọcTập #AI #DữLiệu
Cassie Kozyrkov chia sẻ về lộ trình học tập tốt nhất cho AI và lãnh đạo dữ liệu. Việc làm cho dữ liệu trở nên hữu ích đòi hỏi tăng cường các chủ đề liên quan đến dữ liệu một cách nhanh chóng. Tuy nhiên, không phải ai cũng có đủ kiên nhẫn để đọc hết nội dung.
Tác giả đã cảm ơn độc giả và đang chuẩn bị một trang web để giúp các độc giả của mình có thể tìm kiếm các chủ đề một cách dễ dàng hơn.
Về cơ bản, bất kỳ việc mở rộng các chủ đề nào cũng dựa trên nguyên tắc cải thiện các hành động trong thế giới thực. Trí thông minh quyết định sẽ giúp bạn biến thông tin thành hành động tốt hơn ở bất kỳ quy mô nào và trong bất kỳ thiết lập nào.
Lộ trình học tập này tập trung vào khía cạnh con người của mọi thứ, như chiến đấu với những thành kiến, cấu trúc mục tiêu, hiểu sự phi lý, v.v. Mục lục mới này sẽ bổ sung thêm một số vần điệu và lý do cho bữa tiệc tri thức của bạn.
Đặc biệt, tác giả đề cập đến các khái niệm về máy học và AI theo cách thân thiện nhất. Nội dung này cũng là liều thuốc bổ dành cho những người thích những thuật ngữ được giải thích một cách đơn giản.
Cuối cùng, đây cũng là nơi để những người tìm hiểu sự khôn ngoan từ các ngành như tâm lý học, kinh tế học, khoa học thần kinh, khoa học quản lý, đàm phán và khoa học quyết định cổ điển khác.
Làm cho dữ liệu trở nên hữu ích
Làm thế nào để tăng cường các chủ đề liên quan đến dữ liệu một cách nhanh chóng
(Cảm thấy thiếu kiên nhẫn? Hãy cuộn qua văn bản và ảnh mèo để xem lộ trình học tập!)
Đầu tiên, tôi có thể nói một lời cảm ơn rất lớn đến tất cả các bạn đã khuyến khích tôi viết không? Tôi chỉ nhận thấy rằng ở đây trên Medium, cộng đồng những người theo dõi của tôi có quy mô bằng 70% so với của Barack Obama. Ái chà!
Tôi rất vinh dự và khiêm tốn trước tất cả tình yêu mà cộng đồng tuyệt vời này đã dành cho tôi. Tôi không biết đó là do tôi là một người lập dị vui vẻ hay vì điều đó, nhưng cảm ơn bạn! Và cảm ơn bạn vì đã không phản hồi chức danh công việc của tôi khi tôi tắt và bật nó một cách ngẫu nhiên mà không ảnh hưởng đến bất kỳ số liệu nào — điều đó có ý nghĩa rất lớn khi bạn ở đây vì suy nghĩ của tôi chứ không phải vì nhãn mác của tôi. Đặc biệt là vì đã gần 10 năm kể từ khi tôi thay đổi nghề nghiệp và ai biết được tôi sẽ chọn loại phiêu lưu mạo hiểm nào khi cuối cùng tôi quyết định rằng thay đổi cũng tốt như một kỳ nghỉ.
Tôi rất vui được chia sẻ những suy nghĩ hữu ích với bạn, nhưng hiện tại tôi đã xuất bản hơn 180 bài đăng trên blog, nhiều người trong số các bạn đã nói với tôi rằng bạn đang chìm đắm trong tất cả nội dung của tôi và tôi cần lập chỉ mục nội dung đó tốt hơn. Hóa ra những người mới tham gia blog của tôi rất bối rối khi sắp xếp tất cả các chủ đề khác nhau mà tôi viết. Tôi nghe bạn! Không phải ai cũng ở đây vì tất cả mọi thứ. Cuối cùng, tôi sẽ chuẩn bị một trang web được quản lý tốt để giúp bạn, nhưng trong thời gian chờ đợi, hãy để tôi thực hiện bước đầu tiên hướng tới cách khắc phục bằng cách thêm các phụ đề tiêu chuẩn hóa vào tất cả các bài viết của mình. Bằng cách đó, bạn sẽ biết mình đang xử lý danh mục nào mỗi lần để bạn có thể đi thẳng vào danh mục bạn quan tâm và bỏ qua những suy nghĩ của tôi về bí truyền ngẫu nhiên. Về bản chất, nó sẽ giống như thể tôi có các ấn phẩm nhỏ để bạn lựa chọn.
Để có một tiếp tuyến nhỏ để bảo vệ một loạt các chủ đề là trong đầu tôi, tất cả chúng đều giống nhau: quyết định thông minh!* Cho dù văn bản hướng đến dữ liệu như thế nào, nó luôn dựa trên nguyên tắc cải thiện các hành động trong thế giới thực của bạn. Trí thông minh quyết định là cung cấp cho bạn các kỹ năng và công cụ để biến thông tin (cho dù đó là ký ức của bạn về các cuộc trò chuyện trong bữa trưa hay đó là bước đột phá của bạn thông qua một cơ sở dữ liệu khổng lồ) thành các hành động (quyết định!) tốt hơn ở bất kỳ quy mô nào (từ tapas cắn đến petabyte) và trong bất kỳ thiết lập (từ chọn chuyên ngành đại học đến xây dựng hệ thống AI). Tôi thấy việc mở rộng đầy đủ các chủ đề này là điều hoàn toàn tự nhiên – thậm chí là cần thiết đối với bất kỳ sinh viên nghiêm túc nào về việc ra quyết định – mặc dù tôi thừa nhận rằng ngay cả với hơn 180 bài báo, tôi hầu như không tìm hiểu sơ qua về mọi thứ đáng để biết.
Nhưng nếu bạn tập trung hẹp hơn một chút, hy vọng mục lục mới này sẽ bổ sung thêm một số vần điệu và lý do cho bữa tiệc tri thức của bạn.
Đây là nơi bạn sẽ tìm thấy lời khuyên về cách trở thành người ra quyết định tốt hơn, dù có hoặc không có thuật toán ưa thích. Nó tập trung vào khía cạnh con người của mọi thứ, như chiến đấu với những thành kiến của bạn, cấu trúc mục tiêu của bạn, hiểu sự phi lý của bạn, v.v. Đây là nơi dành cho những người tìm kiếm sự khôn ngoan từ các ngành như tâm lý học, kinh tế học, khoa học thần kinh, khoa học quản lý, đàm phán và khoa học quyết định cổ điển khác.
Ví dụ:
Một danh mục dành cho các nhà lãnh đạo dữ liệu và các nhà lãnh đạo đầy tham vọng trong số các bạn. Đây là nơi tôi đặt các bài báo về những gì còn thiếu trong các tổ chức, những loại công việc bạn có thể đang làm khiến nhân viên dữ liệu của bạn bỏ việc, thuê ai theo trình tự nào, cách xây dựng văn hóa dựa trên dữ liệu, v.v. Tôi cũng bao gồm các bài báo về sự nghiệp khoa học dữ liệu theo quan điểm của thành viên nhóm đầy tham vọng, chẳng hạn như các câu hỏi phỏng vấn để hỏi… đây cũng là một điều hữu ích để người quản lý đọc (chắc chắn sẽ hữu ích khi biết những lời khuyên mà mọi người đang nhận được về giao dịch với Bạn).
Ví dụ:
Đây là nơi tôi đề cập đến các khái niệm về máy học và AI theo cách thân thiện nhất mà Internet từng thấy hoặc hoàn lại tiền (hoàn toàn miễn phí!) của bạn. Một số bài viết trong số này sẽ đi sâu hơn (và thú vị hơn) mở rộng các bài học trong khóa học Kết bạn với Máy học (MFML) nổi tiếng của tôi trên YouTube (chỉ mục ở đây), trong khi những bài khác nói về chủ nghĩa tư tưởng AI hoặc bất kỳ hiểu lầm nào gần đây của tôi’ đã có niềm vui để được phải chịu. Hãy tự miễn dịch cho bản thân ở đây để những hành vi phạm tội tương tự chống lại ý thức tốt đó không bao giờ vượt qua được môi miệng của chính bạn.
Ví dụ:
Đám đông VC và CEO yêu quý của tôi, hãy chạy theo hướng khác! (Chạy đến bất kỳ danh mục nào ở trên, nhưng bỏ qua danh mục này.) Cái này dành cho sinh viên (vĩnh cửu). Một số bạn thực sự thích khi tôi chọn một thuật ngữ biệt ngữ bí truyền ngẫu nhiên và giải thích nó một cách vui vẻ cho bạn để nó có cảm giác trực quan. Vâng, đó là siêu nitty-gritty! Vâng, hầu hết các bạn không quan tâm đến nó! Nhưng nội dung này là liều thuốc bổ dành cho, ừm, có lẽ ba người trong số các bạn thích xem những thuật ngữ khoa trương đã được gỡ xuống một bậc, phần mềm mới sáng bóng được thúc đẩy cho đến khi nó thú nhận và các công thức được giải thích để một đứa trẻ (hoặc ông chủ tóc nhọn) có thể hiểu chúng. Vì vậy, thỉnh thoảng, tôi sẽ chọc cười bốn người chúng tôi bằng cách cho bạn thấy chúng tôi có thể biến những điều phức tạp trở nên đơn giản như thế nào nếu chúng tôi hiểu sâu về chúng. Đây cũng là nơi bạn sẽ tìm hiểu Tại sao một chủ đề là nơi nó ở trong sách giáo khoa. Cả khi nó nên ở đâu và khi nào nó chắc chắn không nên (ngay cả khi chưa có ai nói với giới học thuật).
Ví dụ:
Tôi là một nhà thống kê đang phục hồi, người không có khả năng phục hồi, vì vậy có nhiều điều tôi phải nói về số liệu thống kê. Rất nhiều! Và tôi đã nói rằng nhiều người trong số họ là một khóa học bí mật kéo dài 10,5 giờ về việc ra quyết định thống kê mà tôi chưa đưa lên mạng (nửa giờ đầu tiên có sẵn ở dạng chiến lợi phẩm, nhưng phần lớn khóa học đang chờ máy ảnh chuyên nghiệp để chụp nó – cho đến lúc đó, cách duy nhất để xem nó là mời tôi biểu diễn trực tiếp). Thỉnh thoảng, tôi sẽ giải thích thêm về một số điều tôi nói trong khóa học và danh mục này là nơi bạn sẽ tìm thấy chúng.
Ví dụ:
Những ai đã theo dõi tôi một thời gian hy vọng sẽ nhận ra ba từ này… “kỷ luật làm cho dữ liệu trở nên hữu ích” là định nghĩa của tôi về khoa học dữ liệu. Chào mừng bạn đến với danh mục bao gồm khoa học dữ liệu chung cộng với phân tích, trừ tất cả các chủ đề đã được đưa vào các danh mục chuyên biệt hơn ở trên. Nếu bạn là một nhà khoa học dữ liệu thực hành, bạn sẽ muốn theo dõi danh mục này cộng với bất kỳ danh mục nào trước đó phù hợp nhất với con thuyền của bạn.
Ví dụ:
Nếu nó không thuộc bất kỳ danh mục nào ở trên, thì đó có thể là bản tóm tắt lời khuyên mà tôi đã đưa ra cho ai đó tại một phiên hỏi đáp (thường là về sự nghiệp, lòng can đảm, cải thiện bản thân hoặc tung hứng cuộc sống) hoặc đó là một loại kỹ năng/cái nhìn sâu sắc nào đó khiến tôi có một chút tốt hơn một chút khi phát triển thành phiên bản của tôi mà tất cả các bạn đều biết và yêu thích (hoặc yêu ghét, xét cho cùng đó là internet, xin chào). Các ví dụ bao gồm các mẹo nói trước công chúng, lời khuyên để đưa ra các giải pháp cho năm mới và suy nghĩ về hội chứng kẻ mạo danh toán học.
Ví dụ:
Ồ, và nhiều liên kết trong các bài báo của tôi đưa bạn đến các bài báo khác mà tôi đã viết liên quan đến từ được đánh dấu (và các liên kết khác đưa bạn đến những quả trứng Phục sinh và sự hài hước), vì vậy blog của tôi là một mạng lưới công phu của Chọn cuộc phiêu lưu của bạn. Bởi vì việc nâng cấp bản thân sẽ rất thú vị và liên quan đến một chút ngẫu nhiên thất thường.
Thưởng thức!
(Và đừng quên cho tôi biết bạn thích thể loại nào nhất, vì điều đó sẽ giúp định hình sự cân bằng của các chủ đề tôi chọn.)
Nếu bạn cảm thấy thú vị ở đây và đang tìm kiếm một khóa học AI ứng dụng được thiết kế để mang lại niềm vui cho người mới bắt đầu cũng như các chuyên gia, thì đây là khóa học tôi đã tạo để bạn giải trí:
Làm bạn nhé! bạn có thể tìm thấy tôi trên Twitter, YouTube, Substack và LinkedIn. Quan tâm đến việc tôi phát biểu tại sự kiện của bạn? Sử dụng mẫu này để liên lạc.
*Được rồi, không phải tất cả của họ; Tôi sẽ thừa nhận rằng những người dạy bạn về cách nói trước đám đông được sinh ra từ một sự bốc đồng thất thường.
