List of topics
Giới thiệu học máy/học sâu
Mô hình hồi quy tuyến tính
Mạng nơ ron
Mạng tích chập - Convolutional neural network
Lập trình mạng tích chập
Model nhận diện ảnh trong thực tế
Transfer Learning
VGG, ResNet và InceptionNet
Bài toán nhận diện biển báo giao thông
Xử lý ngôn ngữ tự nhiên cơ bản
Mô hình LSTM
Mô hình Seq2Seq và cơ chế Attention
Dữ liệu theo thời gian
Mô hình Graph Neural Network

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

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 thuyết.mp4

3.3. [PF] 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. Gradient Descent phần 1.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

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

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

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

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 thuyết.mp4
3.3. [PF] 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. Gradient Descent phần 1.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