Ra mắt hai series mới cực hot Trí tuệ nhân tạo A đến Z và Python công cụ không thể thiếu khi nghiên cứu Data science, Machine learning.
Bài toán tối ưu hóa với thuật toán Gradient Descent
Bạn đã bao giờ đặt câu hỏi "Máy tính học hỏi như thế nào?", câu trả lời giúp bạn hiểu được hoạt động bên trong Machine Learning. Xuất phát từ bài toán tối ưu hóa, các nhà khoa học với sự trợ giúp của lý thuyết toán học với thuật toán Gradient Descent đã đưa ra Quy trình 3 bước trong Machine Learning, mọi thuật toán khi áp dụng vào sẽ được diễn ra theo 3 bước tối ưu hóa kết quả tính toán.
Phần 2 của Khóa học Machine Learning từ A đến Z sẽ tập trung vào chủ đề thuật toán Gradient Descent để tìm ra các điểm cực tiểu cho hàm chi phí, qua đó bạn cũng làm quen với các kỹ thuật lập trình Python để vẽ các đồ thị 2D, 3D giúp hình dung các bài toán dễ dàng hơn.
Nội dung khóa học
Bài 1: Quy trình 3 bước trong Machine Learning và hàm chi phí
Machine learning diễn ra như thế nào, nó học hỏi như thế nào? Đây là những câu hỏi làm băn khoăn những người mới tìm hiểu về Machine Learning, quy trình 3 bước sẽ nói lên tất cả những gì thực sự xảy ra khi máy học.
Bài 2: Tạo dữ liệu và vẽ đồ thị với Numpy và Matplotlib
Trực quan hóa dữ liệu với biểu đồ cần thiết để phân tích dữ liệu. Numpy, matplotlib giúp vẽ đồ thị các hàm số và hình dung bài toán dễ dàng
Bài 3: Tính đạo hàm và vẽ đồ thị con trong Python
Bài toán tối ưu có liên quan đến tìm điểm cực tiểu trong hàm chi phí, do vậy kiến thức về đạo hàm trong toán học là cần thiết để hiểu được thuật toán Gradient Descent hoạt động sau này cùng với việc vẽ đồ thị đạo hàm trong Python.
Bài 4: Thuật toán Gradient Descent
Gradient Descent là một phần quan trọng trong Machine Learning, nó giúp tìm ra các điểm cực tiểu trong các bài toán tối ưu, một phần không thể thiếu của học máy. Gradient Descent xuất phát từ những nguyên lý rất đời thường nhưng cho hiệu quả cao trong ứng dụng.
FirebirD
Đam mê Toán học, Lập trình. Sở thích chia sẻ kiến thức, Phim hài, Bóng đá, Cà phê sáng với bạn bè.
0 Bình luận trong "Bài toán tối ưu hóa với thuật toán Gradient Descent"