Kiến thức

Tensorflow và PyTorch là hai framework mạnh mẽ nhất hiện nay để xây dựng và huấn luyện các mạng nơ ron nhân tạo. Thực tế là càng nhiều lựa chọn thì càng ít thỏa mãn. Câu hỏi đau đầu khi chúng ta có nhiều hơn một lựa chọn đó là: Chọn cái nào? Trong bài … Đọc tiếp

Dữ liệu là nguồn năng lượng của máy học ứng dụng. Do đó, việc thu thập và sử dụng dữ liệu hiệu quả là vô cùng quan trọng. Trong bài này, hãy cùng trituenhantao.io tìm hiểu Sampling và Resampling, hai phương pháp cần thiết để đạt được mục tiêu tối ưu việc thu thập và … Đọc tiếp

Boosting là một kỹ thuật ensemble có mục tiêu tạo ra một bộ phân lớp mạnh từ một số các bộ phân lớp yếu hơn. AdaBoost là thuật toán boosting được phát triển cho phân lớp nhị phân và là thuật toán đầu tiên thực sự thành công. Tìm hiểu AdaBoost là một cách hiệu … Đọc tiếp

Cross validation là một phương pháp thống kê được sử dụng để ước lượng hiệu quả của các mô hình học máy. Nó thường được sử dụng để so sánh và chọn ra mô hình tốt nhất cho một bài toán. Kỹ thuật này dễ hiểu, dễ thực hiện và cho ra các ước lượng … Đọc tiếp

Các mô hình seq2seq sẽ trở nên mạnh mẽ hơn nếu được trang bị cơ chế sao chép. Các mô hình này được tác giả gọi là CopyNet. Ý tưởng của chúng khá rõ ràng, trong các bản dịch máy, các từ mang tính thuật ngữ hoặc tên riêng sẽ được giữ nguyên gốc. Trong … Đọc tiếp

Xử lý ngôn ngữ tự nhiên (NLP) là một nhánh của Trí tuệ nhân tạo. Trong bài này, chúng tôi sẽ giới thiệu những vấn đề cơ bản của nó. Hãy cùng tìm hiểu nhé! Từ rất lâu, máy tính đã hoạt động thật sự hiệu quả với những kiểu dữ liệu được chuẩn hóa … Đọc tiếp

SVM là thuật toán quan trọng trong các thuật toán Học máy. Nó được sử dụng trong cả phân lớp lẫn hồi quy (SVR). Mặc dù vậy, đằng sau thuật toán này là một loạt các lý thuyết về đại số tuyến tính từ cơ bản đến nâng cao. Nếu bạn đang tìm một bài … Đọc tiếp