Hello @quangvv9Life

Thanks Quang đã gửi tớ tin nhắn qua iMessage nhé @@.

Cơ mà tớ cũng chưa đọc hết đâu :|

Về gặp với anh Công ngày mai

Có cái notification xổ ra là Quang tạo meeting qua Teams rồi @@.

Cái này thì tớ nghĩ chắc khả năng là tới 70% rồi. Cơ mà không biết tớ join được lúc mấy giờ thôi O_O.

Mẹ tớ thì plan là tối mai về quê.

Sáng mai thì mẹ tớ đi đám ma bạn mẹ tớ ở Nhà tang lễ BV Thanh Nhàn.

Tớ nghĩ chắc khoảng 8h30 mẹ tớ sẽ ra khỏi nhà O_O.

Nên là chắc 8h45 tớ mới join vào được.

Nhờ Quang tạo 1 cái meeting minutes live (trực tiếp) bằng PowerPoint hay Word offline hay trên OneDrive tùy Quang thôi @@.

Quang với anh Công cứ nói chuyện trước rồi tớ sẽ vào sau O_O.

Có gì tớ sẽ đọc lại file đấy sau. Tớ sẽ nói những gì tớ làm tuần vừa qua cho mọi người xem O_O.

Quang thấy thế có okay không? Quang với anh Công cứ ngồi ở quán cafe rồi cứ nói chuyện với nhau bình thường thui...

Cảm ơn Quang nhiều!!!

Về NXB Manning

Tớ có tìm hiểu qua về NXB Manning thì thấy họ ghi 1/2 những sách liên quan tới web development là của họ.

Thêm 1 cái nữa rất hay là họ có liveBook và tính năng search khá hay ho @@.

Điều đặc biệt của liveBook là mình có thể đọc miễn phí 5 phút mỗi ngày bất cứ đoạn nào trong sách giống như là mình ra hiệu sách và ngó qua vậy @@.
- https://www.manning.com/livebook-program
  
  five minutes free Get a taste of any content. You can preview any book or video for free, five minutes every day.

Tớ thấy cái này rất là hay ho luôn. Sáng nay tớ đăng ký account xong và đọc được 1 ít Chương 9 rồi

Tớ cũng tìm thấy 1 cái coupon giảm giá 50% ở đây @@. Mò mẫm hết các link cho quyển PRS thì tự dưng vào blog của tác giả trên NXB đấy và aha!!!
- https://freecontent.manning.com/interview-taking-advice-from-a-machine/
  
  Take 39% off Practical Recommender Systems by entering code intfalk into the discount code box at checkout at manning.com.
- Tớ tính nhẩm ra thì có khi nếu mua trực tiếp trên trang web đấy thì còn $17 thôi O_O
Ban đầu đăng ký liveBook mình sẽ được 500 tokens tương ứng với $5 để unlock từng phần trong quyển sách @@

Access only what you need with tokens Sometimes, you don’t need to buy a whole book. With liveBook tokens you can unlock exactly the content you want, from a single paragraph, to a code sample, to a whole chapter. If the total amount of tokens you spend ever equals an eBook’s list price, the whole book unlocks and is added to your library. Sign up with a liveBook account, and you’ll be awarded 500 free tokens to get started!
Khi vào trang web của quyển sách PRS trên manning thì có 1 cái rất là hay kiểu như những quyển sách liên quan ở góc bên phải trên cùng ý mà có mấy cái 1 độ, 2 độ, 3 độ
- https://www.manning.com/books/practical-recommender-systems
- Đại ý những cái độ ý sẽ thể hiện sự liên quan tới quyển PRS và cả độ khó nữa. Về bên trái càng dễ, về bên phải càng khó. 1 kiểu visualization rất hay!!!

Túm lại là tớ nghĩ mình cũng chả cần mua sách đâu @@. Cứ đọc kiểu free thế này cũng hay vì thật sự chỉ cần unlock 5 phút thì nội dung đấy mình đọc 1 hay 2 tiếng chưa chắc đã hiểu =.=

5 phút ở đây có khi bằng 10 hay 20 trang ý Quang.

Tớ có tạo screenshot rồi dùng tính năng Live Text của macOS trong ứng dụng Preview để copy chữ ra @@.

https://support.apple.com/en-vn/guide/preview/prvw625a5b2c/mac
Chứ ở trang liveBook ý cho copy nhưng toàn là scrambled text thui @@.
Xưa cứ nghĩ tính năng Live Text đấy thừa thãi mà giờ thấy tiện phết @@. Trang liveBook mà update không cho capture screenshot thì cũng chịu ^_^
Giờ Apple còn có thêm cả Live Text không chỉ cho ảnh mà còn video trên macOS Ventura (macOS 13) nữa ^_^.

Quang có thể lấy login account Manning trên OneDrive chung nhé. Tớ để trong folder Knowledge trong 10_RS ý.

Về nội dung sách PRS

Quả thật tớ cũng hơi bị choáng với cái PRS này @@. Nó có lẽ khá là mất thời gian.

Ban đầu tớ cũng chưa nhảy vào ngay quyển sách vội mà vào trang quyển sách PRS trên Manning để xem họ nói gì đã :-?

Nói chung khá là nhiều thứ thú vị.

Đầu tiên là phỏng vấn tác giả về quyển sách ở đây

https://freecontent.manning.com/interview-taking-advice-from-a-machine/

Đọc trong trang đấy tớ thấy có mấy cái hay sau.

Hiểu được nội dung quyển sách. Có 2 kiểu là collaborative và content-filtering. Collaborative giống như kiểu dựa vào review của người vậy (chủ quan). Còn content-filtering dựa vào nội dung của item đấy, ví dụ movie chẳng hạn (khách quan). Content-filter ring tớ cũng hiểu khi tìm hiểu qua Python package pyLDAvis (bác Dirichlet trong LDA tớ từng học hồi ĐH rồi thì phải :(, mà quên mất ở môn nào rồi huhu. Mấy cái giải tích tớ không giỏi lắm haizzz).

Do all the big sites use the same basic approach to recommendations, whether they are suggesting books or restaurants or dates?

It is very hard to say what, exactly, different sites use, as it’s not something businesses want to reveal in detail. But there are two basic paradigms.

The first one is collaborative filtering, which uses behavioral data–the ratings a user gives to content, or data about simply what is viewed and bought on the website.

The other method is to use the descriptions you have of the content. These can be short descriptions as well as an attribute that can help describe the content

If it is articles, the metadata could be the actual article; if it’s a restaurant, it would be the type of food.

And for a date, I guess it could be anything from shoe size to whether the person is vegan or not.

The two paradigms can be implemented in many different ways. In my book, I go into detail with these paradigms–and how to combine them.

Một số thứ sẽ rất là loằng ngoằng đây @@. Cái này đúng là giống như engineer vậy. Cứ tweak system để chạy cho tốt hix. Vì thế người ta gọi là AI engineer chứ chả ai gọi là AI developer...

What is the “practical” part of your book?

Most descriptions of recommender systems starts out with a dataset, to show how to run it successfully using a library.

Surprisingly that is only very small part of implementing a recommender system.

Collecting data, understanding data, and tuning the algorithms are some of the exercises that will probably cause more headaches.

These topics are also handled in my book.

Tớ cũng thích tìm hiểu lịch sử về RS. Đúng là có từ rất lâu rồi và họ vẫn cải tiến dần dần

Recommender systems seem so modern and high tech, but you’ve pointed out that they are quite old and quite human. What are the older recommenders?

Recommender systems are high tech and a bleeding-edge research topic, but they were first implemented to solve the simple problem of too much choice.

It seems surprising that anybody back in 1992 thought that was a problem! But that was when the first recommender system was implemented publicly. A recommender system is really an attempt to automate the advice you’d get from a group of trusted like-minded people.

Before these automated recommenders, you’d ask people you knew, with similar taste to yours, what movies to watch or where to eat.

Về phần verify, test, evaluate trong sách PRS

Sau khi tớ nhìn qua mục lục quyển sách kết hợp với đọc blog đề cập ở trên tớ cũng hiểu hơn xíu rồi =.=

Tớ rất ngạc nhiên khi tác giả bảo hệ thống đấy thực ra khó khăn và đau đầu nhất ở phần

collect data
understand data
tuning algorithm

Cơ mà thôi trước tớ làm verify nên vì thế tớ cứ theo hướng verify mà chiến trước @@. Tò mò xem là họ sẽ verify thế nào khi output cứ ra khác nhau khi tham số cho thuật toán bị thay đổi =.=

Tớ tập trung ngay vào Chương 9 là EVALUATING AND TESTING YOUR RECOMMENDER

Trong này tớ thấy cái này là quan trọng nè

9.1 Business wants lift, cross-sales, up-sales, and conversions

Một số cái khác tớ thích đọc

9.5 Before implementing the recommender..
- 9.5.1 Verify the algorithm
- 9.5.2 Regression Testing

Câu hỏi đặt ra là PRS mục đích là để làm gì? (tham khảo phần 9.1)

Có thể tự trả lời 1 cách đơn giản là để giới thiệu cho người dùng những thứ mà hợp với người dùng để từ đó người dùng ở lại website mình lâu hơn.
Nếu là website mua bán thì người dùng có hứng thú và sẽ mua nhiều hàng hơn, tăng doanh thu cho website
Vậy thì kết quả PRS cuối cùng vẫn sẽ dẫn đến là người dùng sẽ cảm nhận như thế nào khi được giới thiệu 1 món hàng mới? Họ cảm thấy phù hợp không?
- Câu trả lời sẽ rất khó luôn vì cái đấy khá là chủ quan và cần có user thử =.= Haizzz.

Okay tiếp về phần 9.5, 9.5.1, 9.5.2, tớ thấy tác giả có viết, đọc qua thì cũng hiểu sơ sơ chứ cũng chưa có hiểu kỹ lắm.

Tớ nghĩ là mình cần phải thực hành mới thấy được chứ đọc không thì sau lại quên luôn =.=

Khả năng tớ sẽ theo hướng vừa làm vừa thực hành để hiểu hơn. Tất nhiên nói thế mà không biết làm được không nữa.

Tớ đọc được 2 tiếng thì cảm thấy chán rùi khi vào trang Netflix @@.

https://www.google.com/search?client=safari&rls=en&q=cache%3Ahttps%3A%2F%2Fmedium.com%2Fnetflix-techblog%2Fits-all-a-bout-testing-the-netflix-experimentation-platform-4e1ca458c15&ie=UTF-8&oe=UTF-8

https://netflixtechblog.com/its-all-a-bout-testing-the-netflix-experimentation-platform-4e1ca458c15

https://variety.com/2016/digital/news/netflix-ab-tests-image-optimization-trick-1201674325/

Cái này là lấy từ phần nào đó trong Chương 9 hix.

Netflix Blog họ viết hết những gì họ làm ra (không có code), viết dài nữa @@. Chả hiểu sao lúc ý chắc do mood mình xuống (2 tiếng toàn đọc) hay là do không hiểu thật =.=

Cơ mà bài viết trên công nhận để hiểu rõ là rất khó hix.

Về The Movie Databases (TMDB)

Tớ cũng vào thử lại TMDB để xem trang web họ có cái gì.

Hóa ra họ cũng có phần Recommendations ở dưới Quang à @@.

Tớ thử 1 phim Việt Nam

https://www.themoviedb.org/movie/567973-hai-ph-ng

1 phim tớ xem ở rạp với cháu và em họ gần đây

https://www.themoviedb.org/movie/505642-black-panther-wakanda-forever

Tớ cũng thử so sánh xem với cả IMDB thế nào nói về phim này (4K reviews trên IMDB)

https://www.imdb.com/title/tt9412268/

Budget phim này nghe đâu là 1 triệu đô mà doanh thu là 6 triệu đô toàn cầu.

Còn budget phim Wakanda 2 kia là 250 triệu đô mà doanh thu là hơn 700 triệu đô toàn cầu rồi.

Bên nước ngoài làm phim tốn chi phí nhiều mà lãi ghê O_O.

Budget 1 triệu đô là trên trang Wikipedia chứ ở trang TMDB hay IMDB không có đâu @@.

Cái này phải do đoàn làm phim cung cấp cơ nhưng mà chắc họ chưa thống kê chính xác được @@.

Ở IMDB thì là trang web chính thống rồi và lấy nguồn cũng chính thống nữa.

Người dùng có thể vào, review. Rất nhiều phim trên này review rất là chuẩn luôn T_T.

Ví dụ buồn buồn không có gì xem có thể lên trang IMDB để chọn Top 100 phim hay nhất mọi thời đại chẳng hạn @@.

Tất nhiên hay hay không là do chủ quan hết thôi nhưng mà 1,000 người bảo hay chắc là đúng ^_^

Tự nhiên tớ nói mấy cái linh tinh đấy làm gì vì là tớ đặt câu hỏi

Tại sao The Movie Database lại ra đời?

Tớ tự trả lời nguyên nhân là do IMDB dữ liệu nói chung là closed-source hết. Mọi thứ mình lấy trên đấy 1 là trả tiền, 2 là theo kiểu crawl web mà crawl web thì cũng không chính thống lắm @@. Cơ mà thấy Google họ vẫn hiển thị luôn khi search tên phim =.=

Vì thế TMDB mới ra đời để mọi người có API các thứ để kiểu lưu trữ cho cá nhân ý @@.

Ví dụ dùng Kodi chẳng hạn :-?

Tớ cũng từng xem phim trên Kodi rất nhiều, tất nhiên là không mất xiền và không đúng pháp luật rồi :( Cơ mà chả ai nói nên cứ xem thôi.

Tớ nghĩ tất cả poster, comment, thông tin về phim chắc lấy ở TMDB này hết =.=

Dữ liệu của họ open mà.

Review của mọi người về phim cũng open mà. Cũng khá đúng phết... Cơ mà ít hơn IMDB nhiều hix hix.

Từ câu chuyện này tớ mới nghĩ liệu có trang web nào về món ăn như mà Quang hay search cung cấp API free như TMDB không nhỉ @@.

Free theo kiểu free thật sự và mình có API key, mình lấy nội dung về thoải mái.

Chứ không theo kiểu mình vào trang web của họ và crawl các thứ =.= hix.

Vậy thui ^_^

Có 1 cái review rất hay về phim Hai Phượng (2019) ở đây của 1 bác từ Nam Phi.

https://www.imdb.com/review/rw4940767/

10/10 Awesome action amandajeanstone14 June 2019 I've become so tired of the Hollywood hype, the perfect American Dream always being pushed in American films. I've been watching a lot of foreign films lately and have to say that this was one of the really good ones. I absolutely enjoyed the action and the difficult livestyle depicted was much more relatable. Human trafficking is a huge problem and it's good to have movies that bring attention to the pure horror of it all. I will certainly be looking out for more Vietnamese films. Thank you from South Africa. 32 out of 41 found this helpful. Was this review helpful? Sign in to vote.

Quang thấy sao về review này O_O.

American Dream là gì? Liệu có giống như Vietnamese Dream không?

Vietnamese Dream là gì @@.

Khó trả lời nhỉ. Dần dần tớ nghĩ chắc sẽ ra thôi.

Về thời gian biểu tớ hôm nay

Hôm qua thì tớ xem phim VTV3 Đừng làm mẹ cáu tới 11h mới đi ngủ. Mẹ tớ thì vừa xem phim vừa dùng điện thoại mà nhìn điện thoại là chủ yếu @@. Chả hiểu đọc cái gì chăm chú nữa thế hay chat với ai nữa...

Sáng thì 5h đồng hồ kêu. 5h40 thức dậy và không buồn ngủ => Quả là sau 1 ngày làm theo lịch sinh hoạt của mẹ thì cơ thể lại phục hồi như xưa hự!!!

7h40 dùng xong hết 2 tiếng thì ra đánh răng, rửa mặt mũi, ăn sáng với mẹ @@.

Mẹ tớ thì đang giặt cái quần gì ý bằng tay + xà phòng để mai đi đám ma hix.

Chuẩn bị ăn sáng thì mẹ tớ quát tớ một trận @@. Sợ thật.

Ăn sáng xong, rửa bát xong thì 9h10 ngồi vào bàn ngồi làm tìm hiểu mấy cái liên quan đến goals, dreamers, 5-year plan các thứ trên mạng. Cũng hay, Google ra nhiều kết quả thú vị phết. Tớ sẽ chia sẻ cho Quang sau.

9h40 thì mẹ tớ rủ đi cắt tóc chỗ Hà Đông tiện đường mẹ tớ làm gì ý. Cơ mà tớ than là mẹ ơi chỗ ý đông người cắt, con sợ @@. 30Shine. Vậy là mẹ tớ rút lui ý định ý. May quá.

10h10 tớ đi cắt tóc gần nhà. 10h30 về gội đầu. 11h lại ngồi vào bàn làm nốt file trên.

11h20 nấu cơm. 11h30 email bạn tớ nốt mấy cái chưa email...

12h10 mẹ về. 13h ăn cơm. 13h30 ăn xong, rửa bát, đi ngủ.

15h mẹ gọi dậy mà không dậy được @@.

15h30 mới thực sự dậy, ngồi viết tiếp, tìm hiểu mây cái goals với dreams kia @@.

16h30 mẹ giục Hải ơi chuẩn bị đưa mẹ sang nhà bạn mẹ để tối đi biểu diễn sân Quần Ngựa.

17h30 về nhà, ăn cơm, phơi quần áo và viết file này =.=

Lúc 5 giờ chiều chở mẹ tới nhà bạn mẹ ở Ngõ 450 Đội Cấn mà đường đông kinh =.=

Lách, nhích từng xíu 1 =.=

Mẹ tớ thì mang 1 túi đồ, 1 ba-lô, 2 cái cờ =.=

Mình chở mẹ đi hát mà cảm tưởng như ở Nhật bác làm cùng chở con đi tất cả các trận bóng đá T7 hay CN mà con bác ý tham gia =.=

Người Nhật nói chung hơi dị nhưng mà được cái họ chăm sóc trẻ em tốt. Ở ngoài đường chả bao giờ có trẻ em ăn xin cả hix.

Quang sau này có em bé thì cũng nhớ chăm kỹ như bố mẹ Quang hồi xưa nhé @@.

Tớ nghĩ cái đấy là nên ý.

Giờ thì chuẩn bị 19h30 rồi.

Mẹ tớ hẹn 20h có mặt ở trước cửa sân Quần Ngựa để quay cho mẹ biểu diễn đồng ca ở đấy 5 phút hix @@.

Giờ tớ chuẩn bị đi đây.

Cảm ơn Quang đã dọc đến đây.

Chúc buổi tối vui vẻ!!!

Comment này của tớ có 14K ký tự, 3,000 từ, viết trong khoảng 1 tiếng dự kiến đọc trong vòng 10-15 phút hự hự.

Một lần nữa cảm ơn Quang đã đọc tới đây!!!

9health / moviegeek

Understand moviegeek web app #9

10