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.
Thêm
Lịch trình thử thách
Thời gian tuyển sinh: 10/30 (Thứ Năm) ~ 11/12 (Thứ Tư)
Lượng đọc mỗi tuần: Đọc hết từ chương 1 đến chương 10, mỗi tuần 2 chương
Nếu bạn hoàn thành các nhiệm vụ và đạt tỷ lệ học tập 100% trong thời gian diễn ra 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 <Machine Learning, nắm bắt cốt lõi nhanh chóng!> (trị giá tương đương 40.000 won)
Tặng coupon miễn phí cho bài giảng <Mô hình ngôn ngữ lớn, nắm bắt cốt lõi nhanh chóng!> (trị giá 40.000 KRW) (Dự kiến phát hành sau ngày 17 tháng 12)
Tặng coupon miễn phí cho thử thách <Tinh chỉnh LLM, nắm bắt cốt lõi nhanh chóng!> (sắp xuất bản) (trị giá 20.000 won) (Lịch trình mở thử thách và cấp coupon miễn phí sẽ được thông báo sau)
Ưu đãi được cung cấp dưới dạng mã giảm giá (coupon) của 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 khóa học <Machine Learning, 핵심만 빠르게!> và liên kết nhận mã giảm giá 50% cho khóa học <밑바닥부터 만들면서 배우는 LLM> 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 thành 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 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!
Sau khi hoàn thành thử thách, chúng tôi sẽ gửi ngay liên kết phiếu giảm giá miễn phí cho khóa học <Mô hình ngôn ngữ lớn, nắm bắt cốt lõi nhanh chóng!> qua email, và sau này khi mở thử thách cho cuốn sách <Tinh chỉnh LLM, nắm bắt cốt lõi nhanh chóng!> (sắp xuất bản), chúng tôi cũng sẽ gửi liên kết phiếu giảm giá miễn phí qua email cho bạn. Cách nhận và sử dụng phiếu giảm giá tương tự như trên.
Giới thiệu sách
Lược bỏ những lý thuyết phức tạp, chỉ gói gọn những cốt lõi cần thiết nhất!
Cuốn cẩm nang ngắn gọn nhất để làm quen với học máy
Cuốn sách này là một tác phẩm bán chạy nhất, đã được dịch sang 11 ngôn ngữ trên toàn thế giới và được sử dụng làm giáo trình tại hàng ngàn trường đại học, giải thích về học máy một cách ngắn gọn và rõ ràng. Sách đi sâu vào từng bước từ các khái niệm toán học cơ bản đến các thuật toán cốt lõi, học sâu và mạng thần kinh, đồng thời cung cấp các công cụ hoàn chỉnh để giải quyết các vấn đề học máy hiện đại như phân cụm, mô hình hóa chủ đề, học số liệu và hệ thống gợi ý. Tập trung vào các kỹ thuật thiết yếu trong thực tế, cuốn sách kết nối giữa lý thuyết và triển khai thực tế để bất kỳ ai cũng có thể học hỏi một cách nhanh chóng và chắc chắn.
Dựa trên kinh nghiệm thực tế phong phú, tác giả giải thích các kỹ thuật có thể áp dụng ngay vào dự án thực tế như kỹ thuật đặc trưng (feature engineering), chuẩn hóa, xử lý tập dữ liệu mất cân bằng, ensemble và đánh giá mô hình. Cuốn sách được cấu trúc với những giải thích trực quan và ví dụ minh họa thay vì sa đà vào các công thức phức tạp, nên nó hữu ích cho tất cả mọi người, từ những người mới bắt đầu muốn xây dựng nền tảng vững chắc cho đến những người đang làm thực tế muốn mở rộng năng lực chuyên môn.
Mua ngay
Lời khuyên dùng
“Thật kinh ngạc khi có thể gói gọn nhiều chủ đề đa dạng như vậy chỉ trong khoảng 100 trang. Hầu hết những cuốn sách mỏng thường lược bỏ phần toán học, nhưng cuốn sách này thì không. Ngoài ra, tôi thực sự thích cách tác giả giải thích các khái niệm cốt lõi một cách rõ ràng bằng những câu văn ngắn gọn. Cuốn sách này hữu ích cho cả người mới bắt đầu và cũng giúp ích cho những chuyên gia cần một cái nhìn bao quát rộng lớn.” - Aurélien Géron (Kỹ sư AI cấp cao, tác giả cuốn 《Hands-On Machine Learning》)
“Andriy đã cố gắng thực hiện một nhiệm vụ bất khả thi là tóm tắt toàn bộ lĩnh vực học máy trong khoảng 100 trang, và ông ấy đã lựa chọn một cách xuất sắc những nội dung lý thuyết và thực hành hữu ích cho người làm thực tế. Cuốn sách này sẽ tạo nên một nền tảng tuyệt vời như một cuốn sách nhập môn dành cho những độc giả lần đầu tiếp cận với học máy.” - Peter Norvig (Giám đốc nghiên cứu tại Google, đồng tác giả của giáo trình AI nổi tiếng thế giới AIMA)