Nền tảng Machine Learning & Deep Learning

Trang này gom các bài về nền tảng machine learning và deep learning trên blog, sắp theo thứ tự nên đọc. Nếu bạn mới bắt đầu, hãy đọc năm bài trong phần đầu tiên trước: đó là những khái niệm xuất hiện trong mọi lần huấn luyện mô hình. Các phần sau đi vào từng nhóm bài toán cụ thể như thị giác máy tính, dự báo chuỗi thời gian hay reinforcement learning.

Bắt đầu từ đây

1. Phân nhóm các thuật toán học máy: bức tranh tổng thể về các nhóm thuật toán machine learning.
2. Epoch, Batch size và Iteration là gì?: ba khái niệm trong mọi dòng log huấn luyện, kèm thí nghiệm về batch size.
3. Các thuật toán tối ưu Gradient Descent: SGD, Momentum, RMSprop, Adam và AdamW: mô hình cập nhật trọng số như thế nào.
4. Dropout là gì? Cách dropout chống overfitting: kỹ thuật regularization phổ biến nhất của mạng neural.
5. Các kỹ thuật chuẩn hóa trong Deep Learning: BatchNorm, LayerNorm và các biến thể.

Huấn luyện mô hình hiệu quả

• Một số mẹo khi huấn luyện mạng deep neural network
• Các lý do mạng neural network không hoạt động không chính xác
• Hai khái niệm quan trọng giúp tăng độ chính xác của các mô hình trong machine learning
• Tìm hiểu thuật toán tối ưu hóa AdaBelief
• Tinh chỉnh thuật toán XGBoost với Learning Curves
• Lựa chọn siêu tham số cho mô hình LSTM đơn giản sử dụng Keras
• Các kỹ thuật lấy mẫu
• Mẹo xây dựng mô hình machine learning hữu ích trong thực tế: đưa một mô hình từ POC sang production.
• Tìm hiểu package PyCaret trong Python

Thị giác máy tính (Computer Vision)

Kiến trúc mạng CNN

• Tìm hiểu mạng AlexNet, mô hình giành chiến thắng tại cuộc thi ILSVRC 2012
• Tìm hiểu về mạng neural network AlexNet
• Tìm hiểu mạng MobileNetV1

Phát hiện và phân vùng đối tượng

• Tìm hiểu region based object detectors
• Tìm hiểu single shot object detectors
• Lựa chọn mô hình object detectors
• Tìm hiểu Non-maximum Suppression (NMS)
• Mask R-CNN trong bài toán nhận dạng và phân vùng đối tượng
• Tìm hiểu Mask R-CNN và ví dụ phân vùng quả bóng bay
• Deep Learning based Human Pose Estimation using OpenCV
• Deep Learning based Multiple Human Pose Estimation using OpenCV

Bài thực hành

• Phân loại chó mèo sử dụng pretrain model
• Phân loại hoa sử dụng pretrain model
• Thử làm ứng dụng tô màu ảnh xám thành ảnh màu sử dụng TensorFlow
• Contour trong xử lý ảnh
• Ngưỡng (thresholding) trong OpenCV

Dự báo và chuỗi thời gian

• Dự đoán chứng khoán sử dụng TensorFlow
• Dự đoán giá chứng khoán SP500 sử dụng LSTM
• Dự đoán giá cổ phiếu bằng mô hình mạng Echo State Networks
• Dự đoán doanh số bán của các cửa hàng Walmart
• Xử lý dữ liệu khiếm khuyết trong chuỗi thời gian bằng linear regression
• Xử lý dữ liệu khiếm khuyết trong chuỗi thời gian bằng Decision Tree regression

Reinforcement learning và tối ưu

• Reinforcement Learning và tic-tac-toe
• Sử dụng Double DQN huấn luyện Reinforcement Learning với game Mario
• Xây dựng chương trình AI đơn giản cho game cờ tướng
• Tối ưu hoá ngẫu nhiên
• Tối ưu hoá ngẫu nhiên: bài toán người giao hàng

Xử lý ngôn ngữ tự nhiên cổ điển

• Thêm dấu tiếng Việt cho câu không dấu
• Train mô hình nhận dạng email lừa đảo

Muốn đi tiếp sang mô hình ngôn ngữ lớn? Xem chủ đề AI Agent & LLM.