List of topics

Giới thiệu lớp học TF

Giới thiệu học máy và ứng dụng

Chữa bài giới thiệu học máy + Đại số tuyến tính

Mô hình hồi quy tuyến tính

Mô hình hồi quy tuyến tính với dữ liệu nhiều cột

Hồi quy tuyến tính với Tensorflow 2 + Đề thi mẫu 01

Stochastic Gradient Descent - SGD

Bài toán phân loại nhị phân

Maximum Likelihood Estimation

Bài toán phân loại nhiều lớp

Đào tạo các mô hình phân loại với Tensorflow 2

Chữa bài SGD + Các chỉ số đánh giá mô hình

Hiệu chỉnh mô hình L1/L2

Đánh giá, phân tích và tiền xử lý dữ liệu bảng

Mạng nơ ron (Neural Network)

Chữa bài Logistic Regression - thực hành Tensorflow 2 với mạng Nơ ron

Thuật toán lan truyền ngược

Chữa bài Softmax + Kỹ thuật training mạng nơ ron

Mạng tích chập - Convolutional neural network

Ôn tập CNN + Đọc nghiên cứu

Đọc nghiên cứu và trả lời câu hỏi

ResNet và InceptionNet

Xử lý ngôn ngữ tự nhiên

Word Embeddings

Chữa bài Mạng NN

Các thuật toán Training

RNN

Deep RNN

Timeseries cơ bản

Timeseries trong thực tế

Luyện thi chứng chỉ Tensorflow

Cùng nhau làm Project

Mô hình hồi quy tuyến tính

Giới thiệu bài toán Grab
Quá trình xây dựng một mô hình
Mô hình hồi quy tuyến tính
Thuật toán Gradient Descent
Lập trình hồi quy tuyến tính một biến

1. Giới thiệu bài toán Grab

1.1. 3.1. Bài toán Grab.mp4

Click to view more

2. Quá trình xây dựng một mô hình

2.1. 3.2.1. Quá trình xây dựng mô hình.mp4

Click to view more

3. Mô hình hồi quy tuyến tính

3.1. [TF] 3.3.1. Hiển thị dữ liệu và lựa chọn mô hình.mp4

Click to view more

3.2. [TF] 3.3.2. Hàm giả thiết.mp4

Click to view more

3.3. [TF] 3.3.3. Quá trình training.mp4

Click to view more

3.4. [TF] 3.3.4. Cực tiểu hàm mất mát.mp4

Click to view more

4. Thuật toán Gradient Descent

4.1. [TF] 3.4.1 Ý tưởng Gradient Descent.mp4

Click to view more

4.2. [TF] 3.4.2. Chứng minh Gradient Descent.mp4

Click to view more

4.3. [TF] 3.4.3. Tốc độ học.mp4

Click to view more

4.4. [TF] 3.4.4. Tính đạo hàm Gradient Descent.mp4

Click to view more

4.5. Đạo hàm của hàm mất mát với theta 0

Click to view more

5. Lập trình hồi quy tuyến tính một biến

5.1. [TF] 3.5.1. Chuẩn bị lập trình hồi quy tuyến tính.mp4

Click to view more

5.2. [TF] 3.5.2. Công thức này là công thức gì?

Click to view more

5.3. [TF] 3.5.3. Lập trình hàm mất mát

Click to view more

5.4. [TF] 3.5.4. Lập trình tính Gradient và training.mp4

Click to view more

6. Normal Equation

6.1. [TF] 3.6.1. Normal Equation.mp4

Click to view more

7. So sánh MSE và MAE

7.1. [TF] 3.7.1. MSE vs MAE.mp4

Click to view more

8. Slide bài giảng

8.1. 5. Linear Regression.pdf

1. Giới thiệu bài toán Grab

1.1. 3.1. Bài toán Grab.mp4

2. Quá trình xây dựng một mô hình

2.1. 3.2.1. Quá trình xây dựng mô hình.mp4

3. Mô hình hồi quy tuyến tính

3.1. [TF] 3.3.1. Hiển thị dữ liệu và lựa chọn mô hình.mp4

3.2. [TF] 3.3.2. Hàm giả thiết.mp4

3.3. [TF] 3.3.3. Quá trình training.mp4

3.4. [TF] 3.3.4. Cực tiểu hàm mất mát.mp4

4. Thuật toán Gradient Descent

4.1. [TF] 3.4.1 Ý tưởng Gradient Descent.mp4

4.2. [TF] 3.4.2. Chứng minh Gradient Descent.mp4

4.3. [TF] 3.4.3. Tốc độ học.mp4

4.4. [TF] 3.4.4. Tính đạo hàm Gradient Descent.mp4

4.5. Đạo hàm của hàm mất mát với theta 0

5. Lập trình hồi quy tuyến tính một biến

5.1. [TF] 3.5.1. Chuẩn bị lập trình hồi quy tuyến tính.mp4

5.2. [TF] 3.5.2. Công thức này là công thức gì?

5.3. [TF] 3.5.3. Lập trình hàm mất mát

5.4. [TF] 3.5.4. Lập trình tính Gradient và training.mp4

6. Normal Equation

6.1. [TF] 3.6.1. Normal Equation.mp4

7. So sánh MSE và MAE

7.1. [TF] 3.7.1. MSE vs MAE.mp4

8. Slide bài giảng

8.1. 5. Linear Regression.pdf