Machine Learning Cơ Bản

Trang chủ » Học Machine Learning Cơ Bản » Machine Learning Cơ Bản

Có thể bạn quan tâm

Latest
  • Con đường học PhD của tôi
  • 37. Tích chập hai chiều
  • Diễn đàn
  • 36. Keras
  • 35. Lược sử Deep Learning
  • Con đường học Khoa học dữ liệu của một sinh viên Kinh tế
  • 34. Decision Trees (1): ID3
  • 33. Đánh giá hệ thống phân lớp
  • FundaML 3: Các mảng ngẫu nhiên
  • FundaML 2: Ma trận
  • FundaML 1: Mảng một chiều
  • FundaML.com
  • 32. Naive Bayes Classifier
  • Viết và nhận xét các bài báo khoa học
  • 31. Maximum Likelihood và Maximum A Posteriori
  • Con đường học Toán của tôi
  • 30. Ôn tập Xác Suất
  • Q2. Transfer Learning
  • 29. Linear Discriminant Analysis
  • Q1. Quick Notes 1
  • 28. Principal Component Analysis (2/2)
  • 27. Principal Component Analysis (1/2)
  • 26. Singular Value Decomposition
  • 25. Matrix Factorization Collaborative Filtering
  • 24. Neighborhood-Based Collaborative Filtering
  • 23. Content-based Recommendation Systems
  • 22. Multi-class SVM
  • 21. Kernel SVM
  • 20. Soft Margin SVM
  • 19. Support Vector Machine
  • 18. Duality
  • 17. Convex Optimization Problems
  • 16. Convex sets và convex functions
  • 15. Overfitting
  • 14. Multi-layer Perceptron và Backpropagation
  • 13. Softmax Regression
  • 12. Binary Classifiers
  • 11. Feature Engineering
  • 10. Logistic Regression
  • 9. Perceptron Learning Algorithm
  • 8. Gradient Descent (2/2)
  • 7. Gradient Descent (1/2)
  • 6. K-nearest neighbors
  • 5. K-means Clustering - Applications
  • 4. K-means Clustering
  • 3. Linear Regression
  • 2. Phân nhóm các thuật toán Machine Learning
  • 1. Giới thiệu về Machine Learning
    • Machine Learning cơ bản
    • About
    • Index
    • Tags
    • Categories
    • Archive
    • Math
    • Copyrights
    • ebook
    • Search
    « 1 3 5 »
      Bài 37: Tích chập hai chiều Oct 3, 2018 Tích chập hai chiều -- thành phần cốt lõi của mạng neuron tích chập Xem tiếp » Bài 37: Tích chập hai chiều Oct 3, 2018 Tích chập hai chiều -- thành phần cốt lõi của mạng neuron tích chập Xem tiếp» Bài 36. Giới thiệu về Keras Jul 6, 2018
        Keras, mlp
      Giới thiệu về Keras. Một vài ví dụ đơn giản với linear regression, logistic regression, và multi-layer perceptron. Xem tiếp » Bài 36. Giới thiệu về Keras Jul 6, 2018
        Keras, mlp
      Giới thiệu về Keras. Một vài ví dụ đơn giản với linear regression, logistic regression, và multi-layer perceptron. Xem tiếp» Bạn đọc viết: Con đường học Khoa học dữ liệu của một sinh viên Kinh tế Mar 22, 2018 Đừng chạy theo *buzzwords*, cuộc sống nhiều cám dỗ, hãy bắt đầu từ những thứ căn bản nhất. Thinking và mindset là những thứ quan trọng nhất. Python hay R hay Java cũng chỉ là công cụ. Xem tiếp » Bạn đọc viết: Con đường học Khoa học dữ liệu của một sinh viên Kinh tế Mar 22, 2018 Đừng chạy theo *buzzwords*, cuộc sống nhiều cám dỗ, hãy bắt đầu từ những thứ căn bản nhất. Thinking và mindset là những thứ quan trọng nhất. Python hay R hay Java cũng chỉ là công cụ. Xem tiếp» Bài 33: Các phương pháp đánh giá một hệ thống phân lớp Jan 3, 2018
        Classification
      Các phương pháp đánh giá hiệu năng của một mô hình phân lớp. Xem tiếp » Bài 33: Các phương pháp đánh giá một hệ thống phân lớp Jan 3, 2018
        Classification
      Các phương pháp đánh giá hiệu năng của một mô hình phân lớp. Xem tiếp» FundaML 2: Làm việc với ma trận Oct 28, 2017
        Numpy
      Trong Numpy, người ta thường dùng mảng numpy hai chiều để thể hiện một ma trận. Mảng hai chiều có thể coi là một mảng của các mảng một chiều. Trong đó, mỗi _mảng nhỏ một chiều_ tương ứng với một hàng của ma trận. Xem tiếp » FundaML 2: Làm việc với ma trận Oct 28, 2017
        Numpy
      Trong Numpy, người ta thường dùng mảng numpy hai chiều để thể hiện một ma trận. Mảng hai chiều có thể coi là một mảng của các mảng một chiều. Trong đó, mỗi _mảng nhỏ một chiều_ tương ứng với một hàng của ma trận. Xem tiếp»
    « 1 3 5 » Total visits: Nếu có câu hỏi, Bạn có thể để lại comment bên dưới hoặc trên Forum để nhận được câu trả lời sớm hơn. Bạn đọc có thể ủng hộ blog qua 'Buy me a cofee' ở góc trên bên trái của blog. Tôi vừa hoàn thành cuốn ebook 'Machine Learning cơ bản', bạn có thể đặt sách tại đây. Cảm ơn bạn. Share Share Email Print Diễn đàn Interactive Learning Facebook page
    Machine Learning cơ bản
    Facebook group Recommended books
    • "Pattern recognition and Machine Learning.", C. Bishop
    • "The Elements of Statistical Learning", T. Hastie et al.
    • "Computer Vision: Models, Learning, and Inference", Simon J.D. Prince
    • "Convex Optimization", Boyd and Vandenberghe
    Recommended courses
    • "Machine Learning", Andrew Ng
    • CS224n: Natural Language Processing with Deep Learning
    • CS231n: Convolutional Neural Networks for Visual Recognition
    • CS246: Mining Massive Data Sets
    • CS20SI: Tensorflow for Deep Learning Research
    • Introduction to Computer Science and Programming Using Python
    Others
    • Top-down learning path: Machine Learning for Software Engineers
    • Blog này được tạo như thế nào?
    • Chúng tôi đã apply và học tiến sỹ như thế nào? (1/2)
    • Chúng tôi đã apply và học tiến sỹ như thế nào? (2/2)
    • 8 Inspirational Applications of Deep Learning
    • Matrix calculus
    • TensorFlow-Examples
    • Eight Easy Steps To Get Started Learning Artificial Intelligence
    • The 9 Deep Learning Papers You Need To Know About

    Từ khóa » Học Machine Learning Cơ Bản