Bài 32: Naive Bayes Classifier
Aug 8, 2017
Một phương pháp đơn giản nhưng hiệu quả trong các bài toán phân loại văn bản. Một ví dụ về lọc email spam cũng được cho ở cuối bài viết. Xem tiếp »
Một phương pháp đơn giản nhưng hiệu quả trong các bài toán phân loại văn bản. Một ví dụ về lọc email spam cũng được cho ở cuối bài viết. Xem tiếp »
Bài 32: Naive Bayes Classifier
Aug 8, 2017
Một phương pháp đơn giản nhưng hiệu quả trong các bài toán phân loại văn bản. Một ví dụ về lọc email spam cũng được cho ở cuối bài viết. Xem tiếp»
Một phương pháp đơn giản nhưng hiệu quả trong các bài toán phân loại văn bản. Một ví dụ về lọc email spam cũng được cho ở cuối bài viết. Xem tiếp»
PhD life 1: Quá trình viết và nhận xét các bài báo khoa học
Aug 5, 2017
PhD life 1: Quá trình viết và nhận xét các bài báo khoa học
Aug 5, 2017
Bài 31: Maximum Likelihood và Maximum A Posteriori estimation
Jul 17, 2017
Hai phương pháp quan trọng giúp đánh giá các tham số của các mô hình thống kê. Xem tiếp »
Hai phương pháp quan trọng giúp đánh giá các tham số của các mô hình thống kê. Xem tiếp »
Bài 31: Maximum Likelihood và Maximum A Posteriori estimation
Jul 17, 2017
Hai phương pháp quan trọng giúp đánh giá các tham số của các mô hình thống kê. Xem tiếp»
Hai phương pháp quan trọng giúp đánh giá các tham số của các mô hình thống kê. Xem tiếp»
Con đường học Toán của tôi
Jul 10, 2017
Con đường học Toán của tôi
Jul 10, 2017
Bài 30: Ôn tập Xác Suất cho Machine Learning
Jul 9, 2017
Ôn tập lại về Xác Suất và các Phân phối thường dùng. Joint probability, Marginal probability, Conditional Probability, Independence, Expectation, Bayes' rule. Xem tiếp »
Ôn tập lại về Xác Suất và các Phân phối thường dùng. Joint probability, Marginal probability, Conditional Probability, Independence, Expectation, Bayes' rule. Xem tiếp »
Bài 30: Ôn tập Xác Suất cho Machine Learning
Jul 9, 2017
Ôn tập lại về Xác Suất và các Phân phối thường dùng. Joint probability, Marginal probability, Conditional Probability, Independence, Expectation, Bayes' rule. Xem tiếp»
Ôn tập lại về Xác Suất và các Phân phối thường dùng. Joint probability, Marginal probability, Conditional Probability, Independence, Expectation, Bayes' rule. Xem tiếp»
Quick Note 2: Transfer Learning cho bài toán phân loại ảnh
Jul 2, 2017
Ghi chú nhanh về việc sử dụng các pretrained models cho bài toán phân loại ảnh. Phương pháp này được gọi là Transfer Learning. Xem tiếp »
Ghi chú nhanh về việc sử dụng các pretrained models cho bài toán phân loại ảnh. Phương pháp này được gọi là Transfer Learning. Xem tiếp »
Quick Note 2: Transfer Learning cho bài toán phân loại ảnh
Jul 2, 2017
Ghi chú nhanh về việc sử dụng các pretrained models cho bài toán phân loại ảnh. Phương pháp này được gọi là Transfer Learning. Xem tiếp»
Ghi chú nhanh về việc sử dụng các pretrained models cho bài toán phân loại ảnh. Phương pháp này được gọi là Transfer Learning. Xem tiếp»
Bài 29: Linear Discriminant Analysis
Jun 30, 2017
PCA là phương pháp giảm chiều dữ liệu sao cho lượng thông tin về dữ liệu, thể hiện ở tổng phương sai, được giữ lại là nhiều nhất. Tuy nhiên, trong nhiều trường hợp, ta không cần giữ lại lượng thông tin lớn nhất mà chỉ cần giữ lại thông tin cần thiết cho riêng bài toán. LDA sẽ phù hợp hơn với các bài toán classification. Xem tiếp »
PCA là phương pháp giảm chiều dữ liệu sao cho lượng thông tin về dữ liệu, thể hiện ở tổng phương sai, được giữ lại là nhiều nhất. Tuy nhiên, trong nhiều trường hợp, ta không cần giữ lại lượng thông tin lớn nhất mà chỉ cần giữ lại thông tin cần thiết cho riêng bài toán. LDA sẽ phù hợp hơn với các bài toán classification. Xem tiếp »
Bài 29: Linear Discriminant Analysis
Jun 30, 2017
PCA là phương pháp giảm chiều dữ liệu sao cho lượng thông tin về dữ liệu, thể hiện ở tổng phương sai, được giữ lại là nhiều nhất. Tuy nhiên, trong nhiều trường hợp, ta không cần giữ lại lượng thông tin lớn nhất mà chỉ cần giữ lại thông tin cần thiết cho riêng bài toán. LDA sẽ phù hợp hơn với các bài toán classification. Xem tiếp»
PCA là phương pháp giảm chiều dữ liệu sao cho lượng thông tin về dữ liệu, thể hiện ở tổng phương sai, được giữ lại là nhiều nhất. Tuy nhiên, trong nhiều trường hợp, ta không cần giữ lại lượng thông tin lớn nhất mà chỉ cần giữ lại thông tin cần thiết cho riêng bài toán. LDA sẽ phù hợp hơn với các bài toán classification. Xem tiếp»
Quick Notes 1
Jun 22, 2017
Post ngắn tổng hợp các 'ghi chú nhanh' nhận được nhiều quan tâm trên Facebook page Machine Learning cơ bản. Các phần ghi chú nhanh này không có toán và hình, chỉ gồm ngôn ngữ thông thường để các bạn có một cái nhìn nhanh về các vấn đề. Xem tiếp »
Post ngắn tổng hợp các 'ghi chú nhanh' nhận được nhiều quan tâm trên Facebook page Machine Learning cơ bản. Các phần ghi chú nhanh này không có toán và hình, chỉ gồm ngôn ngữ thông thường để các bạn có một cái nhìn nhanh về các vấn đề. Xem tiếp »
Quick Notes 1
Jun 22, 2017
Post ngắn tổng hợp các 'ghi chú nhanh' nhận được nhiều quan tâm trên Facebook page Machine Learning cơ bản. Các phần ghi chú nhanh này không có toán và hình, chỉ gồm ngôn ngữ thông thường để các bạn có một cái nhìn nhanh về các vấn đề. Xem tiếp»
Post ngắn tổng hợp các 'ghi chú nhanh' nhận được nhiều quan tâm trên Facebook page Machine Learning cơ bản. Các phần ghi chú nhanh này không có toán và hình, chỉ gồm ngôn ngữ thông thường để các bạn có một cái nhìn nhanh về các vấn đề. Xem tiếp»
Total visits:
