Machine Learning

Đại số tuyến tính, giải tích, xác suất, thống kê, entropy & tối ưu hóa

• Vector, ma trận, PCA & SVD
• Đạo hàm & gradient descent
• Xác suất, thống kê & Bayes
• Entropy & kiểm định giả thuyết

Phân loại ML, đánh giá mô hình, Deep Learning, GenAI & LLM

• Phân loại học máy
• Đánh giá & cross-validation
• Deep Learning (CNN/RNN)
• Generative AI, LLM & Agent

MSE, Normal Equation, gradient descent, chẩn đoán & đánh giá

• Mô hình & hàm mất mát MSE
• Normal Equation & gradient descent
• Giả định & chẩn đoán
• Đánh giá (R²) & hồi quy đa thức

Sigmoid, cross-entropy, Softmax và đánh giá phân loại

• Sigmoid & ngưỡng quyết định
• Cross-entropy loss
• Softmax & One-vs-Rest
• ROC-AUC & mất cân bằng lớp

Xử lý dữ liệu, bias-variance, Ridge/Lasso/Elastic Net

• Dữ liệu thiếu, chuẩn hóa, mã hóa
• Bias-variance tradeoff
• Ridge, Lasso, Elastic Net
• Filter / Wrapper / Embedded

Gini/Entropy, CART, overfitting, CV & tinh chỉnh siêu tham số

• Gini, Entropy & Information Gain
• Thuật toán CART
• K-Fold & Stratified CV
• GridSearch & RandomizedSearch

Bagging, Random Forest, AdaBoost, Gradient Boosting & XGBoost

• Bootstrap, Bagging & OOB
• Random Forest
• AdaBoost & Gradient Boosting
• XGBoost

XOR, MLP, forward pass, backpropagation & vanishing gradient

• XOR & neuron = Logistic Reg
• MLP, forward pass & activation
• 4 phương trình backpropagation
• Vanishing gradient & khởi tạo

Lab: NumPy scratch và Keras (TensorFlow)

• NumPy scratch — backprop thủ công
• Ba cách build model Keras
• model.fit() & GradientTape
• TensorBoard