Raw data là gì?
Raw data (dữ liệu thô) là dữ liệu gốc ghi nhận từ nguồn, chưa làm sạch hay tổng hợp. Bài giải thích đặc điểm, ví dụ, cách lưu giữ và khi nào nên giữ lại.
Chuyên mục AI & Dữ liệu giải thích trí tuệ nhân tạo từ nền tảng đến ứng dụng: học máy (machine learning), học sâu (deep learning), mô hình ngôn ngữ lớn (LLM), AI tạo sinh và AI agent. Bên cạnh mô hình, chúng tôi dành nhiều bài cho phần doanh nghiệp hay bỏ qua: dữ liệu. Chất lượng AI phụ thuộc vào việc thu thập, gán nhãn (data annotation), làm sạch và quản trị dữ liệu, nên các bài về DataOps, data warehouse, data lake hay nguyên tắc “garbage in, garbage out” đi cùng các bài về thuật toán. Mỗi bài mở đầu bằng định nghĩa ngắn, sau đó trình bày cách hoạt động, ví dụ ứng dụng thật, giới hạn và rủi ro cần biết khi triển khai trong doanh nghiệp Việt Nam.
Raw data (dữ liệu thô) là dữ liệu gốc ghi nhận từ nguồn, chưa làm sạch hay tổng hợp. Bài giải thích đặc điểm, ví dụ, cách lưu giữ và khi nào nên giữ lại.
Tableau là công cụ BI kéo thả để kết nối dữ liệu, dựng biểu đồ và dashboard tương tác. Bài giải thích cơ chế, các sản phẩm, vai trò người dùng, giá và giới hạn.
Power BI là gì, gồm những thành phần nào, giấy phép Pro, PPU, Fabric khác nhau ra sao và 7 bước dựng báo cáo đầu tiên từ file Excel.
Transfer learning là gì? Cơ chế tái sử dụng mô hình huấn luyện sẵn, trích xuất đặc trưng và tinh chỉnh, 3 loại theo Pan và Yang, ví dụ BERT, PhoBERT, rủi ro và pháp lý 2026.
Token là mẩu văn bản AI đọc và viết. Bài giải thích tokenization, BPE, cách đếm và tính phí token, kèm thử nghiệm đo thật cho tiếng Việt và bẫy Unicode tổ hợp.
Dashboard là màn hình gom các chỉ số quan trọng để theo dõi và ra quyết định. Bài giải thích cơ chế, thành phần, các loại và ví dụ dashboard cho từng phòng ban.
Prescriptive analytics (phân tích đề xuất) cho biết nên làm gì dựa trên dự báo, mục tiêu và ràng buộc. Bài giải thích cơ chế, kỹ thuật, ví dụ tính tay và giới hạn.
Multimodal AI là AI kết hợp văn bản, hình ảnh, âm thanh, video. Bài giải thích cơ chế, 4 kiểu kiến trúc, 5 thách thức, ứng dụng, chi phí token, rủi ro và pháp lý 2026.
Descriptive analytics (phân tích mô tả) tóm tắt dữ liệu quá khứ thành con số, bảng và biểu đồ. Bài giải thích cơ chế, chỉ số, ví dụ, lỗi thường gặp và giới hạn.
Data scientist dùng thống kê, lập trình và học máy để dự báo và đưa khuyến nghị. Bài giải thích công việc, kỹ năng, so sánh với data analyst, engineer, lương và lộ trình.