Bài giảng Học máy thống kê: Gradient giảm (Gradient Descent) nhắc lại kiến thức giải tích nhiều biến, đi sâu vào thuật toán Gradient Descent, Gradient Descent ngẫu nhiên và Mini-Batch Gradient Descent. Hiểu rõ thuật toán này là chìa khóa để tối ưu hóa hiệu suất mô hình của bạn. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Trong học máy, tối ưu hóa là quá trình quan trọng để đạt được hiệu suất cao nhất cho các mô hình. Hai công cụ then chốt trong quá trình này là đạo hàm và vi phân, giúp tính toán gradient và điều hướng tối ưu. Bài viết này tập trung vào vai trò của đạo hàm và vi phân trong Gradient Descent và Backpropagation – hai kỹ thuật quan trọng trong tối ưu hóa học máy.

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

Bài giảng Trí tuệ nhân tạo (Artificial intelligence) - Chương 6.2: Học máy. Chương này cung cấp cho sinh viên những nội dung gồm: học cây quyết định; phép biểu diễn dựa trên thuộc tính; cây quyết định; mạng nơron; biểu diễn mạng nơron; luật huấn luyện Perceptron;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Thực hành Toán cao cấp - Chương 6: Hàm số, dãy và một số ứng dụng. Chương này cung cấp cho học viên những nội dung về: giới thiệu lập trình đệ quy trong Python; dãy số (sequence) đệ quy; revisit: phương pháp Gradient Ascent/Descent;... Mời các bạn cùng tham khảo!

Bài giảng "Tối ưu hóa nâng cao - Chương 6: Subgradients" cung cấp cho người học các kiến thức: Last time - gradient descent, subgradients, examples of subgradients, monotonicity, examples of non-subdifferentiable functions,... Mời các bạn cùng tham khảo.

Bài giảng "Tối ưu hóa nâng cao - Chương 5: Gradient descent" cung cấp cho người học các kiến thức: Gradient descent, gradient descent interpretation, fixed step size, backtracking line search,... Mời các bạn cùng tham khảo.

Bài giảng "Tối ưu hóa nâng cao - Chương 8: Proximal gradient descent (and acceleration)" cung cấp cho người học các kiến thức: Subgradient method, decomposable functions, proximal mapping, proximal gradient descent,.... Mời các bạn cùng tham khảo.

Bài giảng "Tối ưu hóa nâng cao - Chương 9: Stochastic gradient descent" cung cấp cho người học các kiến thức: Proximal gradient descent, stochastic gradient descent, convergence rates, early stopping, mini-batches. Mời các bạn cùng tham khảo.

Bài giảng "Tối ưu hóa nâng cao - Chương 7: Subgradient method" cung cấp cho người học các kiến thức: Last last time - gradient descent, subgradient method, step size choices, convergence analysis, lipschitz continuity, convergence analysis - Proof,... Mời các bạn cùng tham khảo.

Bài giảng "Máy học nâng cao: Linear regression" cung cấp cho người học các kiến thức: Khái niệm hồi qui tuyến tính, hồi qui tuyến tính đơn biến, hồi qui tuyến tính đa biến, linear regression dùng gradient descent,... Mời các bạn cùng tham khảo.

Tuyển tập báo cáo các nghiên cứu khoa học quốc tế ngành hóa học dành cho các bạn yêu hóa học tham khảo đề tài: A Neural Network MLSE Receiver Based on Natural Gradient Descent: Application to Satellite Communications Mohamed Ibnkahla