tomatoft/ml

Ghi chép về máy học

Tài liệu ghi chép kiến thức về Máy học

Machine Learning là lĩnh vực được chú trọng ngày nay vì nó mang tính cách tân cũng như đem lại năng suất lao động cao cho con người. Đây là các kiến thức về Machine Learning do mình trong quá trình học và tham khảo ở một số course, tài liệu.

Nội dung chủ yếu chi thành hai phần: Machine Learning cơ bản và Cơ bản về Deep Learning(bắt đầu từ Bài 09. Gradient Descent).

Những điều tiên quyết trước khi học Machine Learning:

Kiến thức về lập trình:

• Về ngôn ngữ: C/C++, Python, R.
• Về tư duy: học qua các môn Nhập môn lập trình, Lập trình hướng đối tượng, Cấu trúc dữ liệu và Giải thuật.

Kiến thức về toán:

• Đại số tuyến tính: kiến thức liên quan đến ma trận, các phép toán trên ma trận, các khái niệm liên quan đến cơ sở,...
• Giải tích toán học: các khái niệm giới hạn, liên tục, đạo hàm, cực trị, hàm nhiều biến, tính xấp xỉ,...
• Thống kê toán học: các công thức xác suất cơ bản, công thức Bayes, các khái niệm và công thức của thang đo giá trị trung tâm, các phân phối xác suất thường gặp,...
• Toán tối ưu: tối ưu lồi, ...

Câu hỏi lớn: Tại sao bạn học Machine Learning ?

Các materials tham khảo:

Một số khóa học free:

• Machine Leanring của Andrew Ng.
• Machine Learning Crash Course

Sách tham khảo:

• Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems.
• Deep Learning - Ian Goodfellow, Yoshua Bengio, Aaron Courville.
• Pattern Recognition and Machine Learning - Christopher M. Bishop.

Các diễn đàn hay:

• Machine Learning cơ bản.com.
• Machine Learning Mastery.

Thank you for your time.