Danh sách chủ đề

Đại số tuyến tính
Ôn tập đại số tuyến tính và ứng dụng trong AI
Đạo hàm một biến
Đạo hàm riêng và Gradient
Ôn tập đạo hàm + ứng dụng trong AI
Jacobian Vector-Vector, Matrix-Vector
Ôn tập Jacobian - Đạo hàm riêng, Gradient và ứng dụng trong AI
Giới thiệu xác suất - Đếm
Xác suất + Định lý Bayes
Ôn tập xác suất và ứng dụng trong AI
Biến ngẫu nhiên + Phân phối rời rạc
Phân phối liên tục
Ôn tập phân phối + ứng dụng trong AI
Phân phối chuẩn

Đại số tuyến tính

  • Công thức toán cơ bản

  • Sigma

  • Ký hiệu tổng

  • Vector cơ bản và ứng dụng

  • Ma trận cơ bản và ứng dụng

  • Tensor

  • Sách Toán tham khảo

1. Công thức toán cơ bản

1.1. [PF] 2.1.1. Ký hiệu toán.mp4

2. Sigma - Ký hiệu tổng

2.1. [PF] 2.2.1. Ký hiệu tổng đơn

2.2. Chứng minh công thức tổng

Chứng minh công thức tổng

2.3. [PF] 2.2.3. Two Sigma - Tổng lồng tổng.mp4

2.4. [PF] 2.2.4. Công thức tổng trong bài toán AI

3. Vector

3.1. [PF] 2.3.1. Không gian nhiều chiều.mp4

3.2. [PF] 2.3.2. Điểm trong không gian 3 chiều.mp4

3.3. [PF] 2.3.3. Điểm trong không gian 3 chiều

3.4. [PF] 2.3.4. Khái niệm vector + chuẩn

3.5. [PF] 2.3.5 Numpy - Thực hành khởi tạo vector và tính chuẩn

3.6. [PF] 2.3.7. Phép cộng 2 vector.mp4

3.7. [PF] 2.3.8. Phép cộng 2 vector

3.8. [PF] 2.3.9. Nhân một số với vector

3.9. [PF] 2.3.11. Phép nhân vô hướng.mp4

3.10. [PF] 2.3.13. Cosine giữa 2 vector.mp4

3.11. [PF] 2.3.15. Ý nghĩa độ đo cosin

3.12. [PF] 2.3.16. Tính chất của Vector.mp4

4. Ma trận

4.1. [PF] 2.4.1. Giới thiệu ma trận + Lập trình với Numpy

4.2. [PF] 2.4.2. Các phép toán trên ma trận.mp4

4.3. [PF] 2.4.3. Nhân hai ma trận.mp4

4.4. [PF] 2.4.7. Ứng dụng nhân ma trận

4.5. [PF] 2.4.8. Ma trận nghịch đảo + ma trận chuyển vị

5. Tensor

5.1. [PF] 2.5.1. Khái niệm Tensor

5.2. Ảnh là một Tensor

6. Slide

6.1. Updated - Linear Algebra.ipynb

6.2. 1. Linear Algebra - v3 - Updated.pdf

Bài học