Con đường học PhD của tôi Oct 11, 2018

Luôn hy vọng, nhưng đừng kỳ vọng quá cao. Phải hy vọng và lạc quan vì suy nghĩ tiêu cực không bao giờ khiến vấn đề tốt lên. Đừng kỳ vọng cao để khi kết quả không như ý muốn mình không bị suy sụp. 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 »

Giới thiệu Diễn đàn Machine Learning cơ bản Sep 11, 2018

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 35: Lược sử Deep Learning Jun 22, 2018

Một bài viết ngắn về lịch sử deep learning 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 34: Decision Trees (1): Iterative Dichotomiser 3 Jan 14, 2018

Classification, Decision Trees

Một thuật toán decision tree đơn giản cho classification. 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 3: Làm việc với các mảng ngẫu nhiên Oct 28, 2017

Numpy

Các số ngẫu nhiên đóng một vài trò cực kỳ quan trọng trong lập trình nói chung và lập trình Machine Learning nói riêng. 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 »