RootOnChair

Sắp đến Tết rồi nên mình muốn tổng hợp một vài cuốn sách mình đã đọc năm vừa qua cùng với nhận xét của mình. Cà phê cùng Tony (Tony buổi sáng) Một tác phẩm của tác giả Tony buổi sáng (hay còn gọi là Dượng Tony) là tổng hợp các bài viết ngắn của Dượng. Đây là cuốn sách mình đã đọc 2 lần và thực sự thấy rất hay. Với lối diễn văn giản dị và ngộ nghĩnh qua những câu chuyện thường nhật được đề cập trong các bài viết ấy sẽ khiến bạn bật cười nhưng lại mang đến những bài học quý giá. Những bài học về cách suy nghĩ "hào sảng", cách đối nhân xử thế các bạn trẻ có thể đúc kết thông qua lối kể vui tính của Dượng.  Đây là cuốn sách mình khuyên các bạn nên đọc (đặc biệt là những người trẻ), không phải đọc cho có, cho lướt qua cho xong cuốn sách mà sau mỗi câu chuyện nên dừng lại, ngẫm nghĩ một chút xem liệu nhân vật chính trong câu chuyện kia có phải đã từng là mình không? hay đó là hình ảnh của chính mình bây giờ? Như thế, bạn sẽ có thể mở mang tầm mắt của mình hơn. Từ

Ở bài trước, mình đã nói về mục đích của Machine Learning và nó đã đưa cho chúng ta một giải pháp cho các vấn đề còn tồn đọng. Tuy nhiên, những vấn đề có thể sử dụng Machine Learning để giải quyết cũng được chia ra làm 2 loại chính mà các bạn nên biết. Đó chính là Supervised Learning và Unsupervised Learning.  Sự kỳ diệu của dữ liệu Dữ liệu, hẳn là một từ quen thuộc trong cuộc công nghệ số ngày nay. Mọi thứ đều có thể là dữ liệu, từ dòng tin nhắn, tấm ảnh hay lịch sử truy cập trang web của bạn. Không chỉ trong thế giới số, dữ liệu mới được hình thành, mà từ thưở ban đầu, khi chưa có sự xuất hiện của máy tính, ta đã sống chung với dữ liệu rồi. Bạn cao bao nhiêu, nghề nghiệp, quê quán, tuổi tác đều là dữ liệu cả. Nhưng, chỉ khi có máy tính, dữ liệu mới được mã hóa dưới dạng 0 và 1. Từ đó khiến ta dễ dàng tương tác và vận chuyển chúng dễ dàng hơn (những thứ bạn đang xem trên màn hình này đều được cấu thành và chuyển tới bởi 0 và 1 đấy). Không chỉ biểu thị thông tin, những d

Xin chào, mình là Phạm Hồng Vinh, ở bài viết lần này mình muốn bắt đầu một series bài viết đầu tiên trên RootOnChair Blog. Đây là một điều cực kỳ mới đối với mình và mình rất háo hức để thực hiện nó. Giới thiệu series Nhập môn Machine Learning Trong series này, các bạn sẽ được trang bị những kiến thức cơ bản của Machine Learning một cách chi tiết. Bao gồm những những khái niệm, thuật toán, kỹ thuật phổ biến trong ngành Học Máy. Và mong rằng, ở cuối series, bạn có thể tự tạo cho mình một ứng dụng Machine Learning của riêng bạn. Các bài viết trong series này, mặc dù chúng ta sẽ phải sử dụng đến một chút toán nhưng các bạn đừng lo về điều này. Các bài viết không mang trình độ chuyên Toán cao (vì chính tác giả cũng không phải một thằng chuyên Toán) và mình cũng sẽ cung cấp cho các bạn những kiến thức toán cần thiết và giải thích rõ ràng xuyên suốt series này. Tuy nhiên, bạn cần có kinh nghiệm lập trình (Python càng tốt) để có thể hiểu những đoạn code trong bài viết. Thôi,

Trước giờ Machine Learning thường được nhắc tới như là một từ "ma thuật" biến máy móc đột nhiên có trí thông minh của con người. Trong bài viết này mình muốn cung cấp cho các bạn góc nhìn mới về Machine Learning. Những gì thực sự đứng sau từ khóa "ma thuật" này? Machine Learning là một chương trình có khả năng tìm ra một quy luật chung giữa các thông tin mà chúng nhận được với kết quả mong đợi. Nói cách khác, đó là một chương trình giúp ta nhận ra cấu trúc trong dữ liệu Để mình lấy một ví dụ đơn giản. Sau khi lục lọi thu thập thông tin (thật ra là lấy trên mạng), mình đã tổng hợp được một biểu đồ biểu diễn mối quan hệ giữa giá đất với diện tích của mảnh đất đó. Với trục dọc biểu thị giá và trục ngang biểu thị diện tích   Những dấu X là dữ liệu thực tế đã thu thập được. Khá là nhiều điểm đã được biết trước. Ví dụ như nếu chúng ta có một mảnh đất diện tích 1000 ${m^2}$ thì có vẻ như ta sẽ có thể bán nó với giá xấp xỉ 300$ Nhưng đối với những thô