Hướng dẫn Machine Learning

Hướng dẫn scikit-learn dễ làm theo giúp bạn bắt đầu với học máy bằng Python.

Tìm hiểu về các hàm mất mát trong machine learning, bao gồm sự khác nhau giữa loss và cost function, các loại như MSE và MAE, và cách áp dụng chúng trong các tác vụ ML.

Isolation Forest là một thuật toán máy học không giám sát xác định các điểm bất thường hoặc ngoại lai trong dữ liệu bằng cách cô lập chúng thông qua quá trình phân hoạch ngẫu nhiên trong một tập hợp cây quyết định.

Tìm hiểu MLE là gì, hiểu nền tảng toán học, xem ví dụ thực tế và khám phá cách triển khai MLE bằng Python.

Tìm hiểu cách perceptron nhiều lớp hoạt động trong học sâu. Hiểu về các tầng, hàm kích hoạt, lan truyền ngược và SGD với hướng dẫn thực tiễn.

Khám phá kiến trúc của Transformer, những mô hình đã cách mạng hóa xử lý dữ liệu nhờ cơ chế tự chú ý.

Trong hướng dẫn này, hãy học cách áp dụng phân cụm k-means với scikit-learn trong Python

Bài viết này đề cập cách và thời điểm sử dụng phân loại random forest với scikit-learn, tập trung vào khái niệm, quy trình và ví dụ. Chúng tôi cũng trình bày cách dùng ma trận nhầm lẫn và mức độ quan trọng của đặc trưng.

Tìm hiểu về hồi quy tuyến tính, mục đích của nó và cách triển khai bằng thư viện scikit-learn. Bao gồm các ví dụ thực tiễn.

Tìm hiểu về PCA và cách tận dụng nó để trích xuất thông tin từ dữ liệu mà không cần giám sát với hai bộ dữ liệu phổ biến: Breast Cancer và CIFAR-10.

Khám phá cross-entropy trong machine learning qua hướng dẫn tối ưu hóa độ chính xác và hiệu quả của mô hình phân loại với ví dụ TensorFlow và PyTorch.

Tìm hiểu về mô hình học sâu phổ biến nhất RNN và thực hành bằng cách xây dựng bộ dự đoán giá cổ phiếu MasterCard.