AI Foundation
ML cơ bản
Vietnamese onlyThe learning content is available in Vietnamese only. The surrounding interface follows your language.Phân biệt supervised, unsupervised, và reinforcement learning Xây dựng mô hình hồi quy và phân loại đầu tiên Hiểu bias-variance tradeoff và overfitting Đánh giá mô hình bằng confusion matrix và cross-validation
Format
Guided module
Duration
20h
Lessons
26
What you will practice
- Phân biệt supervised, unsupervised, và reinforcement learning
- Xây dựng mô hình hồi quy và phân loại đầu tiên
- Hiểu bias-variance tradeoff và overfitting
- Đánh giá mô hình bằng confusion matrix và cross-validation
Lesson order
26 lessonsBa kiểu học: có giám sát, không giám sát, tăng cường
Ba cách máy học: học có người chấm bài, tự nhóm theo trực giác, và thử–sai nhận thưởng. Ba cách ấy giống hệt ba cách bạn đã từng học trong đời thật.
Ba kiểu học trong Netflix
Netflix dùng cả ba kiểu học máy cùng lúc: có giám sát đoán điểm phim, không giám sát chia 2.000+ nhóm sở thích, tăng cường chọn ảnh bìa. Mỗi hàng phim trên trang chủ có một thuật toán đằng sau.
Hồi quy tuyến tính
Làm sao vẽ một đường thẳng 'hợp nhất' qua một đám điểm dữ liệu? Bạn thử trước bằng mắt, rồi so với cách máy tính tìm đường tối ưu.
Hồi quy tuyến tính trong giá nhà
Hà Nội và TP.HCM: căn hộ 80m² ở TP Thủ Đức giá bao nhiêu? Kéo các thanh diện tích, số phòng, quận và xem công thức hồi quy tuyến tính ước giá trực tiếp.
Hồi quy logistic
Khi câu trả lời chỉ có hai lựa chọn — có hay không. Hồi quy logistic ép số thực vào khoảng 0–1 để dự đoán xác suất.
Hồi quy logistic trong lọc spam
Cách Gmail dùng hồi quy logistic để biến mỗi email thành một xác suất spam, rồi chuyển vào hộp thư hay thùng rác.
Lý thuyết thông tin
Entropy, cross-entropy và KL divergence — đo 'độ bất ngờ' của dữ liệu bằng bit, nền tảng của mọi loss function.
Lý thuyết thông tin trong nén file
Vì sao file .txt toàn chữ 'a' nén rất nhỏ còn file ngẫu nhiên gần như không nén được? Entropy Shannon đặt giới hạn — Huffman tiến gần nó.
Cây quyết định
Hỏi 20 câu để đoán đồ vật — mỗi câu chia nhỏ khả năng. Cây quyết định làm đúng như vậy, thử tự tay xây một cái xem.
Cây quyết định chấm tín dụng
Khách có vay được không? Nhập thu nhập, nợ, lịch sử rồi xem cây quyết định chạy qua từng câu hỏi để đưa ra câu trả lời có/không.
k láng giềng gần nhất (k-NN)
Muốn biết một điểm thuộc nhóm nào? Hỏi k láng giềng gần nhất rồi lấy theo đa số. Đơn giản, trực quan — và đủ mạnh để làm nền cho nhiều hệ thống gợi ý.
k-NN trong kiểm tra triệu chứng
App chatbot hỏi bạn vài triệu chứng → so với hàng ngàn ca bệnh cũ → gợi ý bệnh gần nhất. Cốt lõi chính là k-NN.
Naive Bayes — Cộng dồn bằng chứng
Khi có nhiều manh mối độc lập cùng trỏ về một kết luận, bạn tự tin hơn hẳn. Naive Bayes biến trực giác đó thành phép nhân xác suất đơn giản.
Naive Bayes lọc email
Cách Gmail và SpamAssassin dùng Naive Bayes để chặn 15 tỷ email rác mỗi ngày với tỷ lệ nhầm dưới 0,2%. Thử phân loại ba email mẫu, rồi kéo thanh Laplace để thấy bộ lọc xử lý từ lạ thế nào.
Phân cụm k-means
Chưa ai dán nhãn, nhưng dữ liệu thường tự gom nhóm. k-means tìm các tụ điểm tự nhiên — từ đặt kho hàng Grab đến phân khúc khách hàng.
k-means trong gợi ý nhạc
Cách Spotify biến sở thích của 600 triệu người thành các điểm trong không gian 40 chiều, tìm đồng minh thẩm mỹ, và xây Discover Weekly mỗi thứ Hai.
Ma trận nhầm lẫn
Mô hình đoán 'có bệnh' — đúng hay sai đáng quan tâm thế nào? Bốn loại kết quả và cách ma trận 2×2 phân loại chúng.
Ma trận nhầm lẫn trong xét nghiệm y tế
Câu chuyện xét nghiệm COVID-19: chính xác 99% nghe hay, nhưng khi tỷ lệ nhiễm trong cộng đồng thấp, hàng nghìn người vẫn có thể nhận kết quả dương tính giả.
Bias và Variance — lệch tâm hay đạn rải
Ẩn dụ bắn cung: bias là xa tâm, variance là đạn rải. Bốn tổ hợp xuất hiện khi bạn thay đổi độ phức tạp của mô hình.
Bias-Variance trong Netflix Prize
Netflix Prize 1 triệu đô: vì sao đội thắng cần 800+ mô hình gộp lại? Câu chuyện kinh điển về ensemble và giới hạn của việc giảm variance trong thực tế.
Học quá khớp vs học chưa đủ — Overfit & Underfit
Hai thái cực ngược nhau khi luyện mô hình. Học thuộc đề cũ → chết khi đề mới (overfit). Học mỗi lý thuyết → nhớ nhưng không làm nổi (underfit).
Overfit trong COMPAS — 137 đặc trưng thua 2 biến
COMPAS dùng 137 đặc trưng để chấm điểm rủi ro tái phạm nhưng chỉ đạt 65% chính xác — mô hình 2 biến đạt 67%, bóc trần hiện tượng overfit lên thiên kiến lịch sử
Kiểm định chéo — xoay vòng 5 đề thi thử
Một đề thi thử may rủi không nói lên gì. Chia đề thành nhiều phần và xoay vòng — đó là kiểm định chéo.
CV trong Kaggle — Trust Your CV
Public leaderboard có thể đánh lừa. Đội xếp hạng 1.485 đã nhảy lên hạng 1 private chỉ vì tin vào CV của mình, không chạy theo public LB.
Tập train, val, test — Bài tập, thi thử, thi thật
Train = bài tập. Val = đề thi thử. Test = đề thi thật. Không được xem test trước — nếu không, điểm không có ý nghĩa.
Tập train/val/test trong YouTube — chia theo thời gian
YouTube dùng dữ liệu của 2 tỷ người dùng. Chia ngẫu nhiên sẽ gây leakage tương lai → quá khứ. Họ chia theo thời gian rồi A/B test trên người dùng thật.