Toán nền tảng cho xử lý ngôn ngữ tự nhiên (NLP)

[PF] 6.1.1. Học máy và xác suất

Học máy và xác suất

[PF] 6.2.1. Quy tắc cộng

[PF] 6.2.2. Quy tắc nhân

[PF] 6.2.3. Số lượng mã có thể có?

[PF] 6.2.4. số lượng chuỗi bit

[PF] [Quizz] 6.2.5. Số lượng chuỗi bit kèm điều kiện

[PF] [Quizz] 6.2.6. Số lượng chuỗi bit kèm điều kiện

[PF] 6.2.7. Phần nguyên và nguyên lý chuồng bồ câu

Đếm

[PF] 6.3.1. 2 tên trộm ngân hàng và chỉnh hợp

[PF] 6.3.2. Hoán vị

[PF] 6.3.3. Chỉnh hợp khi n nhỏ hơn k

[PF] 6.3.4. Hai tên trộm ngân hàng quốc tế

[PF] 6.3.5. Công thức tính khi n nhỏ hơn k

[PF] 6.3.6. Công thức ngẫm ra trong tù

Chỉnh hợp, hoán vị

[PF] Bài toán biển số xe

[PF] Bài toán hoán vị chuỗi

Bài tập ôn luyện Chỉnh hợp - Hoán vị

[PF] 6.4.1. Tổ hợp

[PF] 6.4.3. Bài toán con mèo và con cá

[PF] 6.4.4. Bài toán chia nhóm nhảy.

[PF] Bài toán chia đội bóng

Tổ hợp

[PF] Lập trình tính giai thừa

[PF] Lập trình tính chỉnh hợp

[PF] Lập trình tính tổ hợp

[PF] Tổng hợp bài tập đếm chuỗi thành một hàm để lập trình

Bài tập lập trình

1. Counting - v2.pdf

2. Permutations - v2.pdf

3. Combinations - v2.pdf

Slide bài giảng

- Đếm - Quy tắc cộng - Quy tắc nhân - Nguyên lý bù trừ - Chỉnh hợp - Tổ hợp - Hoán vị

Giới thiệu xác suất - Đếm

<ul><li>Công thức toán cơ bản </li><li>Sigma</li><li>Ký hiệu tổng</li><li>Vector cơ bản và ứng dụng</li><li>Ma trận cơ bản và ứng dụng</li><li>Tensor</li><li>Sách Toán tham khảo</li></ul>

Đại số tuyến tính

Đạo hàm và ứng dụng của nó trong tối ưu các bài toán học giám sát, cụ thể đi tìm cực trị của hàm mất mát<ul><li>Giới thiệu đạo hàm</li><li>Giới hạn</li><li>Tính liên tục của hàm số</li><li>Đạo hàm và tính liên tục</li><li>Các loại đạo hàm</li></ul>

Đạo hàm một biến

<ul><li>Ứng dụng của Gradient </li><li>Đạo hàm riêng và Gradient </li><li>Gradient Vector - Scalar</li><li>Quy tắc chuỗi nhiều biến</li><li>Giới thiệu thư viện Tensorflow </li><li>Giới thiệu Gradient Tape, tính đạo hàm tự động</li></ul>

Đạo hàm riêng và Gradient

<ul><li>Gradient với Jacobian</li><li>Jacobian Vector - vector</li><li>Jacobian Ma trận - ma trận</li><li>Thực hành tính Jacobian</li><li>Bí quyết tính đạo hàm cho các mô hình AI</li></ul>

Jacobian Vector-Vector, Matrix-Vector

<ul><li>Giới thiệu xác suất</li><li>Liên kết đếm và xác suất </li><li>Xác suất có điều kiện </li><li>Định lý Bayes</li></ul>

Xác suất + Định lý Bayes

<ul><li>Giới thiệu biến nhẫu nhân</li><li>Biến ngẫu nhiên nhị phân và nhị thức</li><li>Hàm khối + hàm phân phối tích lũy</li><li>Kỳ vọng và phương sai</li></ul>

Biến ngẫu nhiên + Phân phối rời rạc

<ul><li>Hàm mật độ xác suất</li><li>Ôn tập tích phân, một số tích phân đơn giản</li><li>Ứng dụng tích phân giải bài biến ngẫu nhiên liên tục - Phân phối đều</li></ul>

Phân phối liên tục

<ul><li>Hàm mật độ xác suất </li><li>Hàm phân phối tích lũy </li><li>Phân phối chuẩn đơn vị </li><li>Kỹ thuật tính xác suất</li></ul>

Phân phối chuẩn

Danh sách chủ đề

Giới thiệu xác suất - Đếm

1. Học máy và xác suất

1.1. [PF] 6.1.1. Học máy và xác suất

2. Đếm

2.1. [PF] 6.2.1. Quy tắc cộng

2.2. [PF] 6.2.2. Quy tắc nhân

2.3. [PF] 6.2.4. số lượng chuỗi bit

2.4. [PF] [Quizz] 6.2.5. Số lượng chuỗi bit kèm điều kiện

2.5. [PF] 6.2.7. Phần nguyên và nguyên lý chuồng bồ câu

3. Chỉnh hợp, hoán vị

3.1. [PF] 6.3.1. 2 tên trộm ngân hàng và chỉnh hợp

3.2. [PF] 6.3.2. Hoán vị

3.3. [PF] 6.3.3. Chỉnh hợp khi n nhỏ hơn k

3.4. [PF] 6.3.5. Công thức tính khi n nhỏ hơn k

5. Tổ hợp

5.1. [PF] 6.4.1. Tổ hợp

5.2. [PF] 6.4.3. Bài toán con mèo và con cá

7. Slide bài giảng

7.1. 1. Counting - v2.pdf

7.2. 2. Permutations - v2.pdf

7.3. 3. Combinations - v2.pdf

Bài học