Feedback xin gửi về page Machine Learners hoặc group Machine Learners. Lưu ý: bài viết có thể chưa cập nhật phiên bản mới nhất, đọc phiên bản cập nhật tại
Chào các bạn, hôm nay chúng ta sẽ nghiên cứu cấu trúc một chương trình deep learning cơ bản. Nếu khi thực hành có khó khăn, các bạn comment vào
Hôm nay mình sẽ bàn một tí về những thách thức khi học deep learning, và cũng tản mạn luôn về cách học machine learning nói chung thông qua việc
Xin chào các bạn, hôm nay mình có thời gian nên quyết định bắt đầu series deep learning như đã hứa hẹn cả năm. Deep learning hiện đang là công
For a long time, we were training machine learning models by optimizing surrogate functions or log-likelihood rather than evaluation functions. For example, while the evaluation is the 0-1 loss, the objective function
Xin chào các bạn! Ta lại tiếp tục câu chuyện về machine learning. Ở các bài viết trước, ta đã bỏ rất nhiều công sức để xây dựng được một
Xin chào các bạn, hôm nay chúng ta sẽ hoàn tất những hiểu biết về overfitting và đưa ra một thuật toán supervised learning hiệu quả hơn ERM để chống
Xin chào các bạn, chúng ta lại trở lại với machine learning. Trước khi bắt đầu, mình xin thú nhận là trong bài viết trước, nhằm mục đích đơn giản
Mình có suy nghĩ về việc viết một bài hướng dẫn tương tự như bên lập trình. Tuy nhiên, mình lại thấy rằng đưa ra một loạt các paper và sách vở
Let $X$, $K$ be $m \times n$ matrices. The convolution of $X$ and $K$ is equivalent to element-wise multiplying them in Fourier domain: $$ K \ast X = f^{-1}(f(K) \cdot