Data Science Tutorials

Hướng dẫn khái niệm về kernel trick – nó là gì, cách nó hỗ trợ SVM và các mô hình dựa trên kernel khác, và khi nào nên dùng thay cho các cách tiếp cận mô hình hóa phi tuyến khác.

Tổng quan thực tế về regularization trong machine learning - nó là gì, hoạt động ra sao, và khi nào dùng L1, L2, Elastic Net để xây dựng mô hình có khả năng khái quát.

Tìm hiểu hàm mục tiêu là gì, cách hoạt động trong tối ưu hóa và machine learning, và cách định nghĩa, diễn giải với các ví dụ thực tế.

Mann-Whitney U là kiểm định phi tham số dựa trên thứ hạng để so sánh hai nhóm độc lập khi dữ liệu không đáp ứng giả định chuẩn của t-test.

Phương pháp Newton là thuật toán tìm nghiệm lặp sử dụng xấp xỉ tiếp tuyến để tiến gần lời giải cho các phương trình không có đáp án dạng đóng.

Thành thạo phép tính thời gian trong Excel. Áp dụng công thức sẵn dùng trực tiếp cho dữ liệu của bạn.

Hướng dẫn thực hành về cấp số nhân bao quát công thức tổng hữu hạn và vô hạn, điều kiện hội tụ, và các ứng dụng thực tế trong tài chính, vật lý và khoa học máy tính.

Mở đầu thực tiễn về phương trình vi phân, bao quát các kiểu cốt lõi, phân loại, phương pháp giải tích và số, cùng vai trò thực tế của chúng trong gradient descent, hồi quy và mô hình chuỗi thời gian.

Khám phá các công thức đơn giản, hàm Excel hiện đại và công cụ AI mới để đếm số từ trong Excel.

Tìm hiểu cách subquery tương quan thực hiện so sánh theo từng hàng trong SQL. Khám phá các trường hợp sử dụng và cách chúng khác với JOIN, hàm cửa sổ hoặc truy vấn không tương quan.

Hướng dẫn về các kiểm tra chủ động thiết yếu trong sao chép, hiệu năng và sao lưu để giữ nền tảng dữ liệu của bạn vững chắc và đáng tin cậy.

Tìm hiểu cách các xấp xỉ đa thức vận hành gradient descent, XGBoost và các hàm máy tính của bạn tính mỗi ngày.