Cẩm nang "AI & ChatGPT dành cho người mới bắt đầu" giới thiệu tổng quan về AI, ChatGPT, ứng dụng thực tế, cách sử dụng, đạo đức trong sử dụng và tương lai của AI & ChatGPT.

Cẩm nang "AI & ChatGPT dành cho người mới bắt đầu" giới thiệu tổng quan về AI, ChatGPT, ứng dụng thực tế, cách sử dụng, đạo đức trong sử dụng và tương lai của AI & ChatGPT.

Giáo trình "Machine learning cơ bản" phần 1 tập trung giới thiệu kiến thức nền tảng về học máy, các thuật toán cơ bản và ví dụ minh họa bằng Python, giải tích ma trận.

Bài giảng giới thiệu về trí tuệ nhân tạo (A.I) dựa trên giáo trình của Andrew Ng, bao gồm những nội dung cơ bản về học máy, học sâu, ứng dụng trong nhiều lĩnh vực và tác động xã hội.

Giáo trình Machine Learning của TS. Nguyễn Mạnh Hùng phần 1 cung cấp kiến thức từ cơ bản đến nâng cao về học máy, tiền xử lý dữ liệu, học có và không giám sát, lựa chọn và tinh chỉnh mô hình.

Phần 2 giáo trình trình bày về học không giám sát, chuẩn hóa dữ liệu, giảm chiều(PCA), Sklearn:MinMaxScaler, StandardScaler, QuantileTransformer, PowerTransformer.

Tài liệu "Machine Learning cơ bản" cung cấp kiến thức nền tảng về học máy, từ toán học cơ bản đến các thuật toán phổ biến và ứng dụng thực tế.

Bài Giảng Trí tuệ nhân tạo: Chương 4 giới thiệu về học máy, lĩnh vực của trí tuệ nhân tạo, tập trung vào việc xây dựng các kỹ thuật cho phép hệ thống tự học từ dữ liệu.

Bài giảng "Máy học nâng cao: Introduction" cung cấp cho người đọc các nội dung: Giới thiệu môn học, các nội dung, tài liệu tham khảo, hình thức đánh giá, danh sách các đề tài, các vấn đề trong máy học, trao đổi và thảo luận. Mời các bạn cùng tham khảo nội dung chi tiết.

Bài giảng "Máy học nâng cao: Python, jupyter notebook, kaggle" cung cấp cho người đọc các nội dung: Cài đặt Python 3 và IDE Pycharm, jupyter notebook, dịch vụ hỗ trợ deep learning và machine learning, kaggle datasets. Mời các bạn cùng tham khảo nội dung chi tiết.

Bài giảng "Máy học nâng cao: Linear regression" cung cấp cho người đọc các nội dung: Khái niệm hồi qui tuyến tính (Linear Regression), hồi qui tuyến tính đơn biến, hồi qui tuyến tính đa biến, phương pháp ước lượng tham số, các mở rộng, linear regression dùng Gradient Descent, câu hỏi và bài tập