Kể từ ngay từ những năm ngồi trên ghế nhà trường, mình đã tiếp xúc với csdl PostgreSQL, thay cho mysql. Combo PostgreSQL + JAVA , lúc đó cũng cũng hơi khó khăn xíu. Giờ đi làm, hơn chục năm, vẫn xài PostgreSQL như là một default RDBMS database. Theo dự kiến từ trang chủ , PostgreSQL sẽ được release vào ngày 25/09/2025, với rất nhiều tính năng nổi bật.

Tài chính vốn là một lĩnh vực rộng lớn và phức tạp, nơi con số và thông tin chạy đua từng giây từng phút. Nhưng đằng sau những bảng báo cáo dày cộp hay những dòng hợp đồng dài hàng chục trang, điều quan trọng vẫn là `Hiểu nhanh để quyết định đúng`. Đây cũng chính là chỗ mà các mô hình ngôn ngữ lớn (Large Language Models – LLM) bắt đầu chứng tỏ sức mạnh. Từ việc tóm tắt báo cáo tài chính, hỗ trợ phân tích thị trường, cho tới gợi ý chiến lược đầu tư, LLM không chỉ giúp tiết kiệm thời gian mà còn mở ra cách làm việc mới trong ngành tài chính – thông minh hơn, cá nhân hóa hơn và dễ tiếp cận hơn.

Hướng dẫn, đưa một ứng dụng từ POC sang production

CUDA là một công nghệ tuyệt vời cho phép bạn tận dụng tối đa hiệu suất của GPU Nvidia. Tuy nhiên, nó chỉ hoạt động trên các GPU của NVIDIA và việc chuyển mã CUDA hiện có sang các nền tảng khác không phải lúc nào cũng dễ dàng. Ở bài viết này, chúng ta cùng nhau tìm hiểu các thư viện lập trình song song khác đang tồn tại, ưu và nhược điểm của chúng.

Nhân dịp đầu tháng, mình khai bút với chủ đề Real Time Recommendation. Paper này mình đọc cũng khá lâu rồi, giờ mới có dịp note lại chia sẻ. Các kỹ sư của ByteDance vừa mới cung cấp một paper nêu ra một vài hướng nghiên cứu của họ về Real Time Recommendation mà họ đã áp dụng thành công trong sản phẩm tiktok. Chủ đề này liên quan nhiều đến MLOpts - xây dựng kiến trúc hệ thống.

Netflix là một trong những nền tảng stream video phổ biến nhất thế giới. Nền tảng này có hơn 10 ngàn bộ phim và các chương trình truyền hình. Trong bài viết này, mình sẽ phân tích dataset về các thông tin mà netflix cung cấp trong file netflix.csv

Ở bài viết này, mình sẽ giới thiệu các bạn một vài cách để có thể đọc file trong python. Thông thường, mình sẽ search google rồi copy paste các đoạn mã lệnh của người dùng đóng góp trên stackoverflow về và chạy. Nay mình ngồi túm nó lại thành 1 bài viết để sau này mình dễ dàng tra cứu

Ở bài viết này, mình sẽ giới thiệu các bạn một vài cách chuẩn hoá layer trong quá trình huấn luyện Deep learning, nào cùng bắt đầu nào

Hướng dẫn xây dựng chương trình AI đơn giản cho game cờ tướng sử dụng minimax và cắt tỉa alpha, beta. Sử dụng html với javascript và package http-server của nodejs

Hướng dẫn xây dựng mô hình máy học sử dụng thư viện PyCaret

Tinh chỉnh XGBoost với Learning Curves

Hi các bạn, lại là mình đây, hôm nay mình sẽ cùng các bạn tìm hiểu thuật toán tối ưu hóa AdaBelief. Thuật toán này được sử dụng để thay cho thuật toán Adam optimizer mà các bạn hiện đang xài để huấn luyện mô hình Deep learning. Nào, chúng ta cùng bắt đầu tìm hiểu nhé.

Việc huấn luyên mô hình máy học có thể sẽ gây ra cho bạn một chút khó khăn nếu bạn không hiểu những thứ bạn dang làm là đúng hay sai. Trong hầu hết các trường hợp, các mô hình học máy là các "hộp đen"

Bài viết này được mình tham khảo chính từ bài viết của tác giả Sambasivarao. K và bài báo có tên là Improving Object Detection With One Line of Code năm 2017 của nhóm tác giả Navaneeth Bodla.

Trong bài viết này, chúng ta sẽ tìm hiểu mô hình AlexNet và CaffeNet. AlexNet là mô hình neural network giành chiến thắng tại cuộc thi ILSVRC năm 2012.