/AIVN-Machine-Learning

Những nội dung cơ bản về Machine Learning dành cho tất cả mọi người

Primary LanguageJupyter Notebook

AIVN-Course-Machine-Learning

  • Đang trong tiến trình xây dựng (2020)

Nội Dung

Tuần 0 Giới thiệu khoá học Github Nbviewer
1 Giới thiệu
2 Kỹ năng sử dụng Google Search View View
3 Hướng dẫn sử dụng Python trên Web AIVIETNAM View
4 Jupyter Notebook và kỹ thuật dùng Markdown View View
5 Hướng dẫn sử dụng PyCharm View View
6 Hướng dẫn sử dụng Google Colab View View
7 Mẹo sử dụng Google Colab View View
8 Cách học khoá học đạt hiệu quả cao & Hướng dẫn làm bài tập View View
***
Tuần 1 Ôn tập kiến thức toán và Python
1 Đại số tuyến tính và giải tích cơ bản View View
2 Xác suất thống kê cơ bản View View
3 Python cơ bản View View
4 Những lỗi thường gặp trong Python View
Quiz Kiến thức toán và Python View View
Assignment Cài đặt các công thức toán cơ bản bằng Python View View
***
Tuần 2 Giới thiệu Machine Learning
và Bài toán hồi quy tuyến tính đơn biến (Linear Regression with One Variable)
1 Giới thiệu về Machine Learning View View
2 Các nhóm thuật toán trong Machine Learning View View
3 Linear Regression with One Variable
(Hồi quy tuyến tính đơn biến)
 View View
4 Python - Numpy View View
Quiz Linear Regression with One Variable View
Assignment (Tuỳ Chọn) Optional - Python Numpy View View
Assignment Python Basic with Numpy in Machine Learning / Deep Learning View View
Assignment Linear Regression with One Variable View View
***
Tuần 3 Bài toán hồi quy tuyến tính đa biến
(Linear Regression with Multiple Variables)
1 Linear Regression with Multiple Variables View View
2 View View
3 View View
4 Python - Matplotlib View View
Quiz Linear Regression with Multiple Variables View View
Assignment Python - Matplotlib View View
Assignment Linear Regression with Multiple Variables View View

Nội Dung Tiếp Theo

  • Tuần 3: Linear Regression with Multiple Variables

  • Tuần 4: Logistic Regression

    • Binary Classification
    • Decision Boundary
    • Cost Function
    • Normal Equation

  • Tuần 5: Softmax & Learning with Large Datasets

    • Softmax
    • Stochastic Gradient Descent
    • Mini-Batch Gradient Descent

  • Tuần 6: Advice for Applying Machine Learning

    • Evaluating a Hypothesis
    • Model Selection and Train/Validation/Test Sets
    • Diagnosing Bias vs. Variance
    • Regularization and Bias/Variance
    • Learning Curves
    • Machine Learning System Design

  • Tuần 7: TensorFlow

  • Tuần 8: Neural Networks: Representation

    • Non-linear Hypotheses
    • Multiclass Classification
    • Cost Function
    • Backpropagation Algorithm
    • Gradient Checking
    • Random Initialization

  • Tuần 9: Giải thuật Gen di truyền

  • Tuần 1-: Support Vector Machine

  • Tuần 11: Unsupervised Learning

    • K-Means Algorithm
    • Principal Component Analysis Algorithm

  • Tuần 12: Anomaly Detection & Recommender Systems

  • Kết thúc

Đóng Góp

Trong quá trình thiết kế và xây dựng khoá học không tránh khỏi những thiếu sót. Rất mong nhận được những ý kiến đóng góp và nhận xét của các bạn để nội dung hoàn thiện hơn nữa. Mọi đóng góp của các bạn sẽ đều được lưu lại tại CONTRIBUTING.md

Trân trọng cảm ơn !

Liên Hệ

Nếu có bất kỳ thắc mắc, phát hiện lỗi hay nhận xét nào về nội dung, các bạn vui lòng gửi liên hệ qua email hoặc tài khoản xã hội Facebook.