09/03
Cụm là tập hợp các dữ liệu tương tự nhau. Phân cụm là một loại học không giám sát. Hệ số tương quan mô tả độ mạnh của mối quan hệ.
07/03
Đến 80% một dự án Machine Learning liên quan đến thu thập dữ liệu: Cần dữ liệu gì? Dữ liệu nào có sẵn? Làm thế nào để chọn dữ liệu? Làm thế nào để thu thập dữ liệu? Làm thế nào để làm sạch dữ liệu? Làm thế nào để chuẩn bị dữ liệu? Làm thế nào để sử dụng dữ liệu?
06/03
Hệ thống Machine Learning sử dụng các mối quan hệ giữa những đầu vào để tạo ra các dự đoán.
05/03
Một mô hình Machine Learning được huấn luyện bằng cách lặp lại dữ liệu nhiều lần. Ở mỗi lần lặp, giá trị trọng số được điều chỉnh. Quá trình huấn luyện hoàn tất khi số lần lặp không làm giảm chi phí.
04/03
Tạo ra các điểm chưa biết mới và kiểm tra xem perceptron của bạn có thể đoán đúng câu trả lời hay không.
03/03
Tạo đối tượng Perceptron, tạo hàm đào tạo, đào tạo perceptron dựa trên các câu trả lời đúng
02/03
Mạng nơ-ron được sử dụng trong các ứng dụng như nhận dạng khuôn mặt. Các ứng dụng này sử dụng nhận dạng mẫu. Loại phân loại này có thể được thực hiện bằng Perceptron.
28/02
Perceptron là một loại nơ-ron nhân tạo. Nó là mạng nơ-ron đơn giản nhất có thể. Mạng nơ-ron là nền tảng của Machine Learning.
26/02
Thu thập dữ liệu là phần quan trọng nhất của bất kỳ dự án Machine Intelligence nào. Dữ liệu phổ biến nhất cần thu thập là các con số và phép đo.
24/02
Machine Learning thường sử dụng đồ thị đường để thể hiện các mối quan hệ. Đồ thị đường hiển thị các giá trị của một hàm tuyến tính: y = ax + b.
13/02
Trí tuệ nhân tạo (AI) là một ngành khoa học bao gồm nhiều lĩnh vực Khoa học dữ liệu, từ Narrow AI đến Strong AI, bao gồm Machine learning, Deep learning, Big data và khai thác dữ liệu.
12/02
Machine Learning có thể nặng về toán học. Đây là lúc JavaScript phát huy tác dụng, với phần mềm dễ hiểu giúp đơn giản hóa quá trình tạo và huấn luyện mạng nơ-ron.
10/02
Các ngôn ngữ lập trình liên quan đến Machine Learning và Trí tuệ nhân tạo (AI) là: LISP, R, Python, C++, Java, JavaScript, SQL.
09/02
Trí tuệ nhân tạo (AI) đang là một cơn sốt, tiềm năng to lớn của nó hiện gây xôn xao trong hầu hết mọi ngành công nghiệp. Tuy nhiên, việc hiểu đầy đủ về AI có thể khó khăn, đặc biệt nếu bạn không thông thạo các chủ đề công nghệ.