Tôi theo học chuyên ngành kỹ thuật cơ khí, nhưng sau khi tốt nghiệp, tôi luôn làm công việc đọc và viết mã. Tôi là Google AI/Cloud GDE. Tôi điều hành blog TensorFlow (tensorflow.blog), đồng thời viết và dịch sách về machine learning và deep learning, khám phá một cách thú vị ranh giới giữa phần mềm và khoa học.
Đã viết 『Deep learning học bằng cách tự mình xây dựng』(Hanbit Media, 2025), 『Machine learning + deep learning tự học (bản sửa đổi)』(Hanbit Media, 2025), 『Phân tích dữ liệu tự học với Python』(Hanbit Media, 2023), 『Kỹ thuật trò chuyện bằng ChatGPT』(Hanbit Media, 2023), 『Do it! Nhập môn deep learning』(Easyspublishing, 2019).
『Machine Learning thực hành với scikit-learn và PyTorch』(Hanbit Media, 2026), 『Học deep learning từ người sáng lập Keras (lần 3)』(Gilbut, 2026),『Fine-tuning LLM, nhanh chóng nắm vững những điều cốt lõi!』(Insight, 2026), 『Học LLM & AI với PyTorch』(Hanbit Media, 2026), 『Mô hình ngôn ngữ lớn, nhanh chóng nắm vững những điều cốt lõi!』(Insight, 2025), 『Machine Learning, nhanh chóng nắm vững những điều cốt lõi!』(Insight, 2025), 『Học LLM bằng cách tự xây dựng từ đầu』(Gilbut, 2025), 『Machine Learning thực hành』(Hanbit Media, 2025), 『Machine Learning Q & AI』(Gilbut, 2025), 『Toán học cho nhà phát triển』(Hanbit Media, 2024), 『Giải quyết các vấn đề ML trong thực tế với Python』(Hanbit Media, 2024), 『Giáo trình Machine Learning: phiên bản PyTorch』(Gilbut, 2023), 『Bài giảng ChatGPT của Stephen Wolfram』(Hanbit Media, 2023), 『Machine Learning thực hành lần 3』(Hanbit Media, 2023), 『Học deep learning tạo sinh qua thực hành lần 2』(Hanbit Media, 2023), 『Python đánh thức bộ não lập trình』(Hanbit Media, 2023), 『Xử lý ngôn ngữ tự nhiên bằng Transformer』(Hanbit Media, 2022), 『Học deep learning từ người sáng lập Keras lần 2』(Gilbut, 2022), 『Machine Learning&Deep Learning dành cho nhà phát triển』(Hanbit Media, 2022), 『Gradient Boosting với XGBoost và scikit-learn』(Hanbit Media, 2022), 『Học deep learning với đội ngũ Google Brain bằng TensorFlow.js』(Gilbut, 2022), 『Machine Learning sử dụng các thư viện Python (bản sửa đổi lần 2)』(Hanbit Media, 2022), cùng hàng chục cuốn sách khác, đã được dịch sang tiếng Hàn.
Lượng đọc mỗi tuần: Đọc xong từ chương 1 đến chương 5, mỗi tuần 1 chương
Nếu bạn hoàn thành các nhiệm vụ và đạt tỷ lệ học tập 100% trong thời gian thử thách, bạn sẽ được cấp giấy chứng nhận. Nếu không hoàn thành nhiệm vụ, chúng tôi không thể cấp giấy chứng nhận cho bạn.
Ngày dự kiến phát hành sách điện tử: 14 tháng 11, sách điện tử cũng được bao gồm trong phần xác nhận mua sách.
Quyền lợi thử thách
Cung cấp mã giảm giá miễn phí cho khóa học <Mô hình ngôn ngữ lớn, nắm bắt cốt lõi nhanh chóng!> (tương đương 40.000 won)
Cung cấp mã giảm giá miễn phí cho khóa học <Học máy, chỉ những nội dung cốt lõi một cách nhanh chóng!> (trị giá 40.000 KRW) (Dự kiến phát hành sau ngày 17 tháng 12)
Cung cấp mã giảm giá miễn phí cho thử thách <Tinh chỉnh LLM, Nắm bắt cốt lõi nhanh chóng!> (sắp xuất bản) (trị giá 20.000 KRW) (Lịch trình mở thử thách và cấp mã giảm giá miễn phí sẽ được thông báo sau)
Ưu đãi được cung cấp dưới dạng mã giảm giá Inflearn. Vui lòng tham khảo kỹ lưu ý bên dưới.
<Lưu ý> Nhất định phải đọc!!!
Vào ngày 13 tháng 11, liên kết nhận mã giảm giá miễn phí cho bài giảng <Mô hình ngôn ngữ lớn, nắm bắt cốt lõi nhanh chóng!> và liên kết nhận mã giảm giá 50% cho bài giảng <Học về LLM thông qua việc xây dựng từ con số 0> sẽ được gửi đến email đã đăng ký trên Inflearn của những người tham gia thử thách.
Vui lòng kiểm tra trước xem bạn có thể nhận được email từ Inflearn hay không. Nếu email bị xử lý là thư rác, chúng tôi sẽ không thể cấp lại sau này. Nếu bạn gặp vấn đề trong việc nhận email từ Inflearn, vui lòng liên hệ với bộ phận hỗ trợ của Inflearn.
Thời hạn hiệu lực của liên kết này là 3 ngày. Bạn phải nhận mã giảm giá miễn phí và mã giảm giá ưu đãi thông qua liên kết trong vòng 3 ngày. Sau 3 ngày, liên kết sẽ hết hạn và bạn không thể nhận mã giảm giá được nữa!
Mã giảm giá đã nhận phải được sử dụng trong vòng 1 ngày!
Khi hoàn thành thử thách, chúng tôi sẽ gửi ngay liên kết nhận mã giảm giá cho khóa học <Học máy, nắm bắt cốt lõi nhanh chóng!> qua email, và sau này khi thử thách cho cuốn sách <Tinh chỉnh LLM, nắm bắt cốt lõi nhanh chóng!> (sắp xuất bản) ra mắt, chúng tôi sẽ gửi liên kết nhận mã giảm giá miễn phí qua email cho bạn. Cách thức nhận và sử dụng mã giảm giá tương tự như trên.
Giới thiệu sách
Lược bỏ những lý thuyết phức tạp, chỉ gói gọn những cốt lõi thiết yếu!
Hướng dẫn ngắn gọn nhất để nắm vững mô hình ngôn ngữ
Cuốn sách này là phần tiếp theo của cuốn sách bán chạy nhất "The Hundred-Page Machine Learning Book" của Andriy Burkov, bao gồm các nội dung từ cơ bản về mô hình hóa ngôn ngữ đến các mô hình ngôn ngữ lớn (LLM) mới nhất một cách súc tích nhưng triệt để. Thông qua cuốn sách này, độc giả có thể học tập một cách hệ thống từ nền tảng toán học của học máy và mạng thần kinh hiện đại, đếm số (count) triển khai bằng Python, mô hình ngôn ngữ dựa trên RNN, Transformer tự tạo bằng PyTorch, cho đến thực hành LLM (tinh chỉnh hướng dẫn, kỹ thuật nhắc lệnh).
Cuốn sách này được thiết kế dưới dạng thực hành dựa trên mã nguồn Python có thể thực thi và môi trường Google Colab, giúp bất kỳ ai cũng có thể mở rộng hiểu biết của mình bằng cách làm theo từng bước. Sách giải thích quá trình mô hình ngôn ngữ phát triển từ các thống kê n-gram đơn giản trở thành công nghệ cốt lõi của AI ngày nay, bắt đầu từ các phương pháp dựa trên số lượng (count-based) cho đến kiến trúc Transformer mới nhất, đồng thời kết hợp cả nguyên lý và cách triển khai thực tế. Mỗi chương được xây dựng dựa trên nội dung của các chương trước đó để phát triển dần dần, giúp người đọc dễ dàng hiểu được các khái niệm phức tạp thông qua những lời giải thích rõ ràng, hình minh họa và các bài thực hành.
Lời giới thiệu
“Cuốn sách này giúp làm rõ những nhầm lẫn về khái niệm liên quan đến việc học máy thực sự hoạt động như thế nào. Đây là một cuốn sách quý giá trình bày về học máy một cách rõ ràng.” - Vint Cerf (Người tiên phong trong lĩnh vực Internet và là người đoạt giải Turing)
“Đây là một điểm khởi đầu tuyệt vời cho những ai mới bước chân vào lĩnh vực mô hình hóa ngôn ngữ và muốn tiến tới những công nghệ tiên tiến nhất.” - Tomáš Mikolov (Người phát triển word2vec và FastText)
“Andrej vẽ nên một hành trình từ những kiến thức cơ bản về đại số tuyến tính đến việc triển khai Transformer chỉ với khoảng 100 nét vẽ tuyệt vời.” - Florian Douetteau (Đồng sáng lập kiêm CEO của Dataiku)
“Đây là một trong những hướng dẫn toàn diện nhưng súc tích nhất để có thể hiểu sâu về nguyên lý hoạt động bên trong của LLM.” - Jerry Liu (Đồng sáng lập kiêm CEO của LlamaIndex)
“Andrej có một tài năng gần như siêu nhiên trong việc thu nhỏ các khái niệm AI khổng lồ thành kích thước vừa ăn, khiến người đọc cảm thấy ‘Bây giờ tôi đã hiểu rồi!’.” - Jorge Torres (CEO của MindsDB)
Khóa học này là khóa học dành cho xác nhận thử thách đọc hết sách và các khóa học liên quan đến sách được cung cấp miễn phí. Cảm ơn bạn đã dịch một cuốn sách hay!