Machine Learning Cơ Bản

MACHINE LEARNING CƠ BẢN

“A thousand miles start with a single step”

Machine Learning sẽ là công nghệ định hình trong tương lai, góp phần thay đổi lối sống và làm việc của con người hơn bất kì công nghệ nào. Cần gạt bỏ định kiến “robot cướp việc làm của người lao động”. Thực chất, những phát minh đổi mới và việc áp dụng các công cụ tiện ích cho cuộc sống vẫn luôn là đặc trưng tiêu biểu của mọi tiến trình phát triển trong lịch sử, xuyên suốt các cuộc cách mạng nông nghiệp và công nghiệp.

Nhu cầu tìm hiểu và nghiên cứu về lĩnh vực Machine Learning đang ngày càng tăng cao, nhưng nguồn tài liệu bằng Tiếng Việt vẫn còn rất ít, SG Trading xin giới thiệu quyển sách Machine Learning cơ bản, bên cạnh những cuốn sách SG Trading đã giới thiệu trước đó như quyển Thống Kê Ứng Dụng Trong Kinh Doanh sẽ là nguồn tài liệu rất hữu ích giúp bạn đọc bước đầu học tập về lĩnh vực này.

GIỚI THIỆU VỀ TÁC GIẢ

Vũ Hữu Tiệp Tốt nghiệp Đại học Bách Khoa Hà Nội (ngành Kỹ sư điện tử Viễn thông) năm 2012. Theo học Tiến sĩ (PhD) trường Pennsylvania State University (ngành Electrical Engineering) từ năm 2013. Nghiên cứu về Trí tuệ nhân tạo trong xử lý ảnh (ví dụ, nhận dạng khuôn mặt) Thực hiện trang Youtube hướng dẫn cách sử dụng ngôn ngữ LaTeX bằng Tiếng Việt. Hiện đang sinh sống và làm việc tại Hoa Kì.

MACHINE LEARNING

Những năm gần đây, AI – Artificial Intelligence (Trí Tuệ Nhân Tạo), và cụ thể hơn là Machine Learning (Học Máy hoặc Máy Học) nổi lên như một bằng chứng của cuộc cách mạng công nghiệp 4.0 (1 – động cơ hơi nước, 2 – năng lượng điện, 3 – công nghệ thông tin). Trí Tuệ Nhân Tạo đang len lỏi vào mọi lĩnh vực trong đời sống mà có thể chúng ta không nhận ra. Xe tự hành của Google và Tesla, hệ thống tự tag khuôn mặt trong ảnh của Facebook, trợ lý ảo Siri của Apple, hệ thống gợi ý sản phẩm của Amazon, hệ thống gợi ý phim của Netflix, máy chơi cờ vây AlphaGo của Google DeepMind, …, chỉ là một vài trong vô vàn những ứng dụng của AI/Machine Learning. 

Machine Learning là một tập con của AI. Theo định nghĩa của Wikipedia, Machine learning is the subfield of computer science that “gives computers the ability to learn without being explicitly programmed”. Nói đơn giản, Machine Learning là một lĩnh vực nhỏ của Khoa Học Máy Tính, nó có khả năng tự học hỏi dựa trên dữ liệu đưa vào mà không cần phải được lập trình cụ thể. 

Những năm gần đây, khi mà khả năng tính toán của các máy tính được nâng lên một tầm cao mới và lượng dữ liệu khổng lồ được thu thập bởi các hãng công nghệ lớn, Machine Learning đã tiến thêm một bước dài và một lĩnh vực mới được ra đời gọi là Deep Learning. Deep Learning đã giúp máy tính thực thi những việc tưởng chừng như không thể vào 10 năm trước: phân loại cả ngàn vật thể khác nhau trong các bức ảnh, tự tạo chú thích cho ảnh, bắt chước giọng nói và chữ viết của con người, giao tiếp với con người, hay thậm chí cả sáng tác văn hay âm nhạc.

Với sự phát triển thần kì, nên nhu cầu về nhân lực ngành Machine Learning (Deep Learning) đang ngày một cao, kéo theo đó nhu cầu học Machine Learning trên thế giới và ở Việt Nam ngày một lớn. Tác giả cũng muốn hệ thống lại kiến thức của mình về lĩnh vực này để chuẩn bị cho tương lai. Tác giả đã cố gắng đi từ những thuật toán cơ bản nhất của Machine Learning kèm theo các ví dụ và mã nguồn trong mỗi bài viết. 

Với những từ chuyên ngành, tác giả dùng song song cả tiếng Anh và tiếng Việt, tuy nhiên sẽ ưu tiên tiếng Anh vì thuận tiện hơn cho các bạn trong việc tra cứu các tài liệu tiếng Anh.

Khi chuẩn bị các bài viết, tác giả giả định rằng bạn đọc có một chút kiến thức về Đại Số Tuyến Tính (Linear Algebra), Xác Suất Thống Kê (Probability and Statistics) và có kinh nghiệm về lập trình Python. Nếu bạn chưa có nhiều kinh nghiệm về các lĩnh vực này, đừng quá lo lắng vì mỗi bài sẽ chỉ sử dụng một vài kỹ thuật cơ bản.

Hãy đặt sách để cùng SG Trading học tập về lĩnh vực này bạn nhé!

———————————————————-

MỤC LỤC QUYỂN SÁCH

1. ÔN TẬP ĐẠI SỐ TUYỂN TÍNH

2. GIẢI TÍCH MA TRẬN

3. ÔN TẬP XÁC SUẤT

4. ƯỚC LƯỢNG THAM SỐ MÔ HÌNH

5. CÁC KHÁI NIỆM CƠ BẢN

6. CÁC KỸ THUẬT XÂY DỰNG ĐẶC TRƯNG

7. HỒI QUY TUYẾN TÍNH

8. QUÁ KHỚP

9. K – LÂN CẬN

10. PHÂN CỤM K – MEANS

11. BỘ PHÂN LOẠI NAIVE – BAYES

12. GRADIENT DESCENT

13. THUẬT TOÁN HỌC PERCEPTRON

14. HỒI QUY LOGISTIC

15. HỒI QUY SOFTMAX

16. MẠNG NEURON ĐA TẦNG VÀ LAN TRUYỀN NGƯỢC

17. HỆ THỐNG GỢI Ý DỰA TRÊN NỘI DUNG

18. LỌC CỘNG TÁC LÂN CẬN

19. LỌC CÔNG TÁC PHÂN TÍCH MA TRẬN

20. PHÂN TÍCH GIÁ TRỊ SUY BIẾN

21. PHÂN TÍCH THÀNH PHẦN CHÍNH

22. PHÂN TÍCH BIỆT THỨC TUYẾN TÍNH

23. TẬP LỒI VÀ HÀM LỒI

24. BÀI TOÁN TỐI ƯU LỒI

25. ĐỐI NGẪU 

26. MÁY VECTOR HỖ TRỢ

27. MÁY VECTOR HỖ TRỢ LỀ MỀM

28. MÁY VECTOR HỖ TRỢ HẠT NHÂN

29. MÁY VECTOR HỖ TRỢ ĐA LỚP