List of topics
Khai giảng lớp học
Học máy là gì
Mô hình hồi quy tuyến tính
Mô hình hồi quy tuyến tính với dữ liệu nhiều cột
[Zoom 26-4-2024] Chữa bài hồi quy tuyến tính - Hồi quy tuyến tính với Tensorflow
Stochastic Gradient Descent - SGD
[Zoom 3-5-2024] Ôn tập SGD + Hiện tượng Overfitting
Bài toán phân loại nhị phân
[Zoom 10-5-2024] Chữa bài mô hình phân loại + Đánh giá chất lượng mô hình
Bài toán phân loại nhiều lớp
[Zoom 17-5-2024] Ôn tập bài toán phân loại nhiều lớp
Mạng nơ ron (Neural Network)
Thuật toán lan truyền ngược
[Zoom 24-5-2023] Ôn tập Mạng nơ ron - Các kỹ thuật training hiệu quả
Tổng hợp các lời giải Kaggle 01
Mạng tích chập - Convolutional neural network
Transfer Learning và ResNet và InceptionNet
[Zoom 31-5-2024] Ôn tập mạng CNN - Hướng dẫn đọc Paper
Xử lý ngôn ngữ tự nhiên - Word2Vec
Mô hình ngôn ngữ + RNN
Các thuật toán Training
[Zoom 7-6-2024] - Ôn tập NLP
Timeseries cơ bản
Timeseries trong thực tế
[Zoom 14-6-2024] Ôn tập Timeseries
AI in real production
Luyện thi chứng chỉ Tensorflow
Project cuối khóa
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