ONE is preparing: 01 / INITIALIZING MODEL ROUTER. Evaluating routing across providers.
Current state
01 / INITIALIZING MODEL ROUTER.

Evaluating routing across providers.

Start learning
← Giới thiệu

AI Foundation

Toán cần biết — đừng lo

Vietnamese onlyThe learning content is available in Vietnamese only. The surrounding interface follows your language.

Bốn ngôi sao Bắc Đẩu của Machine Learning: đại số tuyến tính, xác suất, đạo hàm, thống kê. Không cần giỏi toán — chỉ cần biết chúng để làm gì.

lesson20 minGiới thiệuAI Foundation

Bắt đầu

Đừng lo — bạn không cần giỏi toán để học ML.

Nhưng có bốn ngôi sao Bắc Đẩu bạn cần nhìn mặt và biết dùng để làm gì.

Rất nhiều bạn trẻ nghĩ: “Tôi dốt toán, ML không phải cho tôi”. Sai rồi. Làm ML phổ thông giống như lái xe: bạn cần biết vô-lăng, chân ga, chân phanh là gì — không cần hiểu piston và hộp số hoạt động ra sao.

Trong bài này bạn sẽ gặp bốn khái niệm quan trọng nhất. Với mỗi khái niệm, bạn chỉ cần biết: “Cái này tên là gì, nó dùng để làm gì trong ML?”

Thử đoán

Bạn được cho bốn mảnh toán. Mảnh nào bạn sẽ ÍT khi gặp nhất trong công việc ML đời thường (không phải nghiên cứu hàn lâm)?

Predict first

Mảnh nào ít gặp nhất trong công việc ML hằng ngày?

Tiếp theo là chòm sao Bắc Đẩu của ML — bốn điểm mốc dẫn đường. Lật từng ngôi sao để xem nó là gì.

Khám phá

Chòm sao Bắc Đẩu — lật từng ngôi sao

Mỗi ngôi sao là một nhóm khái niệm. Lật thẻ để xem: nó là gì, giống cái gì ngoài đời, và dùng ở đâu trong ML.

  • Đại số tuyến tính

  • Xác suất

  • Đạo hàm

  • Thống kê

Tự kiểm

Bạn biết đến đâu rồi?

Sáu câu hỏi nhỏ. Chọn một đáp án, rồi đọc phản hồi. Không cần đúng hết, mục đích là thấy chỗ nào cần ôn.

Điểm (2, 3) trên mặt phẳng tọa độ nằm ở đâu?
Trung bình cộng của 6, 7, 8, 9, 10 là bao nhiêu?
“70% khả năng có mưa” nghĩa là gì?
Đường đi lên dốc có độ dốc (slope) như thế nào?
Với y = 2x + 1 và x = 3, y bằng bao nhiêu?
3 + 5 + 7 + 9 bằng bao nhiêu? (không dùng máy tính)

Thử thách

Ghép: công việc ML ↔ ngôi sao toán cần dùng

Với mỗi tình huống dưới đây, chọn ngôi sao được dùng nhiều nhất.

Khi huấn luyện, máy đoán sai → chỉnh → đoán lại. Việc chọn HƯỚNG chỉnh dựa trên ngôi sao nào?
App nhận dạng ảnh báo ‘đây là chó với độ tin 0.98’. Con số 0.98 đến từ đâu?
Cho 500 bệnh nhân thật, đếm số lần app đoán đúng và tính tỉ lệ. Hoạt động này thuộc ngôi sao nào?

Gắn kết

Bốn ngôi sao không đứng riêng lẻ — chúng là bốn ngôn ngữ mà ML dùng để nói chuyện với dữ liệu.

Bốn ngôn ngữ trong một vòng học

1 / 4
  1. 1. Đại số tuyến tính

    Dữ liệu bước vào dưới dạng bảng số.

Bạn không cần học sâu từng nhánh để bắt đầu. Mỗi bài sau trong chuỗi này sẽ chạm tới một ngôi sao ở mức vừa đủ — khi bạn cần, không phải khi nó còn xa. Cách làm này gọi là just-in-time learning: học đúng lúc cần.

Sau bài này, hãy tiếp tục tới dữ liệu và tập dữ liệu — nơi bạn sẽ thấy ngôi sao “đại số tuyến tính” được dùng thật để sắp xếp dữ liệu. Hoặc quay lại Machine Learning là gì? nếu bạn muốn ôn lại nền tảng.

Bốn điều mang theo

  • Không cần giỏi toán để học ML — cần biết bốn ngôi sao dùng để làm gì.
  • Đại số tuyến tính: ngôn ngữ biến mọi thứ thành số (ảnh, văn bản, âm thanh → vector/ma trận).
  • Xác suất: máy ML luôn trả lời bằng độ tin cậy, không phải chắc nịch.
  • Đạo hàm: la bàn trong sương mù — chỉ hướng đi để lỗi giảm khi máy đang học.
  • Thống kê: đọc câu chuyện của dữ liệu trước và sau khi huấn luyện.

Bước tiếp

Continue the path

Lesson 2 of 106