Archive

Bài 33: Các phương pháp đánh giá một hệ thống phân lớp (Phần 1/2)
Bài 32: Naive Bayes Classifier
PhD life 1: Quá trình viết và nhận xét các bài báo khoa học
Bài 31: Maximum Likelihood và Maximum A Posteriori estimation
Con đường học Toán của tôi
Bài 30: Ôn tập Xác Suất cho Machine Learning
Quick Note 2: Transfer Learning cho bài toán phân loại ảnh
Bài 29: Linear Discriminant Analysis
Quick Notes 1
Bài 28: Principal Component Analysis (phần 2/2)
Bài 27: Principal Component Analysis (phần 1/2)
Bài 26: Singular Value Decomposition
Bài 25: Matrix Factorization Collaborative Filtering
Bài 24: Neighborhood-Based Collaborative Filtering
Bài 23: Content-based Recommendation Systems
Bài 22: Multi-class Support Vector Machine
Bài 21: Kernel Support Vector Machine
Bài 20: Soft Margin Support Vector Machine
Bài 19: Support Vector Machine
Bài 18: Duality
Bài 17: Convex Optimization Problems
Bài 16: Convex sets và convex functions
Bài 15: Overfitting
Bài 14: Multi-layer Perceptron và Backpropagation
Bài 13: Softmax Regression
Bài 12: Binary Classifiers cho các bài toán Classification
Bài 11: Giới thiệu về Feature Engineering
Blog và các bài viết được tạo như thế nào
Bài 10: Logistic Regression
Bài 9: Perceptron Learning Algorithm
Bài 8: Gradient Descent (phần 2/2)
Bài 7: Gradient Descent (phần 1/2)
Bài 6: K-nearest neighbors
Bài 5: K-means Clustering: Simple Applications
Bài 4: K-means Clustering
Bài 3: Linear Regression
Bài 2: Phân nhóm các thuật toán Machine Learning
Bài 1: Giới thiệu về Machine Learning

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 đang trong quá trình viết cuốn sách 'Machine Learning cơ bản I', các bạn có thể đặt trước tại đây. Cảm ơn bạn.