Tìm hiểu chung về AWS, GC
Advance Lecture: MLOPS AWS EC2, S3, ECR, ECS Tìm hiểu chung về quy trình của MLOps và các công cụ chính trong AWS
Genetic Algorithm – Bí Quyết Tối Ưu Dựa Trên Quy Luật Tiến Hóa Tự Nhiên
Genetic Algorithm (GA) là sự kết hợp giữa khoa học và tự nhiên — nơi máy tính “học cách tiến hóa” để tìm ra lời giải...
MLOps Toàn Diện Trên AWS: Xây Dựng Pipeline Với EC2, S3, ECR và ECS
Bài blog giới thiệu về MLOps - các nguyên tắc kết hợp DevOps với vòng đời Machine Learning. Nó hướng dẫn xây dựng...
Giải Mã Bê Tông – Hành Trình Khám Phá Tri Thức Dưới Lớp Vỏ Cứng Rắn
Từ thời La Mã cổ đại, bê tông đã định hình nền văn minh - nhưng đến tận hôm nay, bản chất của nó vẫn còn bí ẩn. Tại sao...
Vectorization - Tăng tốc cho bài toán hồi quy tuyến tính
Ở bài viết trước, chúng ta đã cùng nhau xây dựng mô hình Hồi quy tuyến tính từ những viên gạch cơ bản nhất. Chúng ta đã...
Linear Regression: From Zero to Hero (CONQ043 - E401)
Bài viết này sẽ giới thiệu tổng quan về Linear Regression – một thuật toán cơ bản nhưng vô cùng quan trọng trong lĩnh...
Vectorized Linear Regression and Loss Functions
Bài viết khái quát sự chuyển đổi của hồi quy tuyến tính sang dạng vector hóa, giúp mô hình tính toán nhanh và hiệu quả...
Ứng dụng Linear Regression & Chuẩn hóa dữ liệu trong Thực tế
Linear Regression kết hợp vectorization để tính toán hiệu quả, chuẩn hóa dữ liệu giúp hội tụ nhanh, Huber Loss xử lý...
Feature Store: Trụ cột giải quyết Training–Serving Skew trong MLOps
Feature Store: Trụ cột giải quyết Training–Serving Skew trong MLOps I. Giới thiệu: Thách thức cốt lõi trong Machine...
Hàm Mất Mát trong machine learning
tìm hiểu về Hàm Mất Mát (Loss function) trong học máy (machine learning)
LIME: Diễn giải Mô hình Hộp đen trong Trí tuệ Nhân tạo
Trí tuệ nhân tạo, đặc biệt là các mô hình học sâu, ngày càng trở nên phức tạp và mạnh mẽ. Tuy nhiên, sự phức tạp này...
Linear Regression, Data Version Control, FEAST & Explainable AI (LIME & ANCHOR)
Linear Regression Motivation — Vì sao chúng ta cần Linear Regression? 🧩 Câu chuyện bắt đầu Giả sử bạn là một nhà phân...