Khóa học máy học có phù hợp với bạn không?
Vui lòng đọc kỹ các phần Chuẩn bị và Điều kiện tiên quyết sau trước khi bắt đầu Khóa học máy học nhằm đảm bảo bạn đã sẵn sàng hoàn thành tất cả các học phần.
Chuẩn bị
Trước khi bắt đầu khoá học máy học ứng dụng, hãy làm như sau:
- Nếu bạn mới sử dụng công nghệ máy học, hãy tham khảo bài viết Giới thiệu về Công nghệ máy học. Khoá học tự học ngắn này giới thiệu những khái niệm cơ bản về máy học.
- Nếu bạn mới sử dụng NumPy, hãy thực hiện bài tập về NumPy Hướng dẫn nhanh trên Colab. Bài tập này cung cấp tất cả thông tin về NumPy bạn cần cho khoá học này.
- Nếu bạn mới làm quen với gấu trúc, hãy làm bài tập về gấu trúc siêu nhanh trên Colab. Bài tập này cung cấp tất cả thông tin về gấu trúc mà bạn cần cho khoá học này.
Các bài tập lập trình chạy trực tiếp trong trình duyệt (không cần thiết lập!) bằng cách sử dụng nền tảng Colaboratory. Colaboratory được hỗ trợ trên hầu hết các trình duyệt chính và được kiểm thử kỹ lưỡng nhất trên các phiên bản Chrome và Firefox dành cho máy tính. Nếu bạn muốn tải xuống và chạy các bài tập ngoại tuyến, hãy xem các hướng dẫn này để thiết lập môi trường cục bộ.
Điều kiện tiên quyết
Khóa học máy học ứng dụng không giả định hay yêu cầu người học phải có kiến thức trước về máy học. Tuy nhiên, để nắm được khái niệm được trình bày và hoàn thành bài tập, học viên nên đáp ứng các điều kiện tiên quyết sau đây:
Bạn phải thoải mái với các biến, phương trình tuyến tính, đồ thị của các hàm, biểu đồ và phương tiện thống kê.
Bạn phải là một lập trình viên giỏi. Tốt nhất là bạn nên có một số kinh nghiệm lập trình trong Python vì các bài tập lập trình nằm trong Python. Tuy nhiên, những lập trình viên có kinh nghiệm nếu chưa có kinh nghiệm về Python thường có thể hoàn thành các bài tập lập trình.
Các phần sau đây cung cấp đường liên kết đến tài liệu nền bổ sung hữu ích.
Đại số
- biến, hệ số và hàm
- phương trình tuyến tính như \(y = b + w_1x_1 + w_2x_2\)
- logarit và các phương trình lôgarit như \(y = ln(1+ e^z)\)
- hàm sigmoid
Đại số tuyến tính
Lượng giác
- tanh (được thảo luận ở dạng hàm kích hoạt; không cần kiến thức trước)
Số liệu thống kê
- giá trị trung bình, giá trị trung vị, giá trị ngoại lệ, và độ lệch chuẩn
- khả năng đọc biểu đồ
Giải tích (tùy chọn, cho các chủ đề nâng cao)
- khái niệm về dẫn xuất (bạn sẽ không phải tính đạo hàm)
- gradient hoặc độ dốc
- các dẫn xuất một phần (có liên quan chặt chẽ đến độ dốc)
- quy tắc chuỗi (để hiểu rõ về thuật toán lan truyền ngược để huấn luyện mạng nơ-ron)
Lập trình Python
Những khái niệm cơ bản sau đây về Python được đề cập trong Hướng dẫn về Python:
xác định và gọi hàm, sử dụng thông số vị trí và từ khóa
Vòng lặp
for, vòng lặpforvới nhiều biến lặp (ví dụ:for a, b in [(1,2), (3,4)])định dạng chuỗi (ví dụ:
'%.2f' % 3.14)biến, gán, loại dữ liệu cơ bản (
int,float,bool,str)
Một số bài tập lập trình sử dụng khái niệm Python nâng cao hơn sau:
Thiết bị đầu cuối Bash / Bảng điều khiển đám mây
Để chạy bài tập lập trình trên máy cục bộ hoặc trong bảng điều khiển đám mây, bạn cần làm việc trên dòng lệnh một cách thoải mái: