RootOnChair

Vậy là tôi vừa bước đến cái tuổi 20. Cái tuổi mà bây giờ có thể nói là sự kết thúc của con số một hàng chục, con số một mang theo đầy sự ngây thơ, trẻ trung và năng động. Con số một mà tượng trưng của nó là những tuổi 16, 17, 18 đầy hồn nhiên bên mái trường cấp ba. Để mà bắt đầu cho con số hai hàng chục. Nói sao nhỉ? Khi tôi nhận ra mình đã tròn 20 tuổi thì cũng là lúc tôi thấy mình không còn có thể được như năm 17, 18 nữa. Tôi không thể vô lo như trước vì trước mắt tôi là sự nghiệp cũng như hàng vạn câu hỏi rằng tôi muốn trở thành ai và mình sẽ đi về đâu. Nói chung, ở cái tuổi mà bạn chuẩn bị sẽ phải đi làm và va chạm với xa hội, đột nhiên bạn lại nhớ cái tổ cũ mà mình đã sống suốt 20 năm trong đó. Và đột nhiên, bạn thấy sợ. Tuy nhiên, tôi cho rằng sợ là một điều cần thiết vì điều đó có nghĩa rằng bạn chú ý tới tương lai của mình. Trong một vài trường hợp, nỗi sợ lại là động lực để ta có thể làm một thứ gì đó mà trước đây ta chưa dám làm bao giờ. Nỗi sợ hãi và lo âu là cần thiết, cũn

Tôi vừa đọc xong cuốn "Thư" của tác giả Keigo Higashino. Bạn có thể biết ông thông qua các tác phẩm như "Phía sau nghi can X" hay "Điều kỳ diệu của tiệm tạp hóa Namiya". Trong tác phẩm lần này, Keigo mang đến cho chúng ta câu chuyện về cuộc sống của người em Naoki khi có anh trai là thủ phạm của một vụ cướp của giết người. Tuy nhiên, không giống như những gì chúng ta thấy trong phim ảnh thường ngày sử dụng chất liệu này để miêu tả về cuộc sống tù ngục. Đối với Keigo, đó chỉ là cái cớ để dẫn ta vào một thế giới khác, thế giới của những người thân của thủ phạm bị những con người trong xã hội kỳ thị vì là người thân của một kẻ giết người. Cậu chỉ có một mình khi phải chống chọi tất cả. Tuy nhiên, điều đáng ghét là, thay vì là một người đưa đường dẫn lối cho câu chuyện, Keigo chỉ làm một tấm gương bình thản, vô cảm phản chiếu sự thật. Hết lần này đến lần khác, tôi đều cảm thấy bức xúc với cách mà mọi người đối xử với Naoki nhưng rồi phải tự rủa mình khi n

Ở bài này, chúng ta sẽ sử dụng thư viện Numpy để tiến hành cài đặt thuật toán Linear Regression. Không giống những lần trước, khi chương trình của tôi chỉ xử lý được dữ liệu một chiều. Lần này, chúng ta có thể mở rộng ra cho dữ liệu nhiều chiều bằng cách vector hóa chúng. (Nếu bạn không biết vector hóa, bạn có thể xem lại bài viết này ). Trước khi bắt đầu, ta cần phải quy ước trước kích thước của các tham số trong thuật toán Linear Regression. Để cho thuận tiện, tôi sẽ sử dụng quy ước dưới đây: 𝐗 \boldsymbol{X} sẽ là ma trận chứa các mẫu dữ liệu. Ma trận này có kích thước m × n m\times n tức là mỗi dòng sẽ là một điểm dữ liệu, còn mỗi dòng sẽ là một feature. 𝐲 \boldsymbol{y} sẽ là một vector chứa các nhãn có độ dài m m . 𝛉 \boldsymbol{\theta} sẽ là vector chứa các tham số của ta có độ dài n n . Tới đây bạn có thể thắc mắc tại sao lại là n n mà không phải n + 1 n+1 vì ta cần một chỗ cho x 0 x_0 và θ 0 \theta_0 . Lý do sẽ được giải thích ngay sau đây. Khác với lần trước

Có một cuốn sách mà mình đã muốn giới thiệu từ rất lâu, đó là cuốn "A Mind for Numbers" của tác giả Barbara Oakley. Trong bài viết này, mình sẽ nói sơ lược về những ý chính của cuốn sách, những cảm nhận riêng của mình về những ý này. Giới thiệu chung Mặc dù với cái tên "A Mind for Numbers", đây hoàn toàn không phải cuốn sách nói về toán học. Tác giả của cuốn sách này, Barbara Oakley, viết cuốn sách nhằm mục đích hướng dẫn người đọc cách học những môn khoa học và cụ thể là môn Toán. Vậy nên, có thể nói cuốn sách này thuộc về lĩnh vực Tâm lý và Khoa học trí não nhiều hơn là Toán học (thật ra là chẳng có Toán nào cả). Đây là một cuốn sách rất hay nói về cách hoạt động của não bộ trong việc xây dựng các kiến thức mới, cách não bộ tư duy cũng như lưu trữ trí nhớ với từng thành phần được giải thích dễ hiểu và gần gũi đối với đọc giả (đặc biệt là những học sinh, sinh viên). Mặc dù lấy toán làm ví dụ cho sách, nhưng những gì bạn rút ra được không hoàn toàn bị trói bu