inflearn logo

Machine Learning, nhanh chóng nắm bắt những điều cốt lõi!

Đây là khóa học về lý thuyết học máy và các ví dụ thực tiễn, được xây dựng dựa trên cuốn <Học máy, nhanh chóng nắm bắt những điểm cốt lõi!> (Insight, 2025).

(4.7) 14 đánh giá

169 học viên

Độ khó Nhập môn

Thời gian Không giới hạn

Artificial Neural Network
Artificial Neural Network
CNN
CNN
linear-regression
linear-regression
RNN
RNN
ensembles
ensembles
Artificial Neural Network
Artificial Neural Network
CNN
CNN
linear-regression
linear-regression
RNN
RNN
ensembles
ensembles

Đánh giá từ những học viên đầu tiên

4.7

5.0

김용바

43% đã tham gia

Dễ hiểu

5.0

galaxia999

71% đã tham gia

Cảm ơn bài giảng ạ.

5.0

HuaZ

60% đã tham gia

Giọng nói bình tĩnh và dễ nghe.

Bạn sẽ nhận được điều này sau khi học.

  • Nền tảng toán học của học máy

  • Mô hình tuyến tính, cây quyết định, máy vectơ hỗ trợ, mạng nơ-ron

  • Học tập tổ hợp như boosting, bagging, rừng ngẫu nhiên và gradient boosting

  • Gradient descent, kỹ thuật đặc trưng, thiếu khớp/quá khớp, chính quy hóa, đánh giá, tinh chỉnh

  • Học không giám sát như phân cụm, giảm chiều dữ liệu

Tin tức giảm giá

Nếu đăng ký thử thách <Học deep learning từ nhà sáng lập Keras, phiên bản 3> (https://inf.run/DPba3), bạn sẽ nhận được mã giảm giá 50% cho khóa học này!


Giới thiệu sách

Lược bỏ những lý thuyết phức tạp, chỉ chắt lọc những kiến thức cốt lõi thiết yếu!

Cẩm nang ngắn gọn nhất để học máy học

Cuốn sách này là một best-seller được dịch sang 11 ngôn ngữ trên toàn thế giới và được sử dụng làm giáo trình tại hàng nghìn trường đại học, giúp giải thích máy học một cách ngắn gọn và rõ ràng. Sách lần lượt trình bày từ các khái niệm toán học cơ bản, những thuật toán cốt lõi đến học sâu và mạng nơ-ron, đồng thời cung cấp bộ công cụ toàn diện để giải quyết các bài toán máy học hiện đại như phân cụm, mô hình hóa chủ đề, học metric và hệ thống gợi ý. Tập trung vào những kỹ thuật thiết yếu trong thực tế, sách kết nối lý thuyết với triển khai thực tế, giúp bất kỳ ai cũng có thể học nhanh chóng và vững chắc.

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, chuẩn hóa, xử lý tập dữ liệu mất cân bằng, ensemble và đánh giá mô hình. Nội dung được trình bày bằng những lời giải thích trực quan và ví dụ, không sa đà vào các công thức phức tạp, nên hữu ích cho tất cả mọi người, từ người mới bắt đầu muốn xây dựng nền tảng vững chắc đến những người đang làm việc trong lĩnh vực này và muốn mở rộng năng lực thực tiễn.

Lời nhận xét đề xuất

“Thật đáng kinh ngạc khi có thể trình bày nhiều chủ đề đa dạng đến vậy chỉ trong hơn 100 trang. Hầu hết những cuốn sách mỏng đều lược bỏ phần lớn nội dung toán học, nhưng cuốn sách này thì không. Tôi cũng thực sự yêu thích cách cuốn sách giải thích rõ ràng các khái niệm cốt lõi bằng những câu ngắn gọn. Cuốn sách này hữu ích với cả người mới bắt đầu và những người có kinh nghiệm cần một cái nhìn tổng quan rộng hơn.”
- Aurélien Géron (Kỹ sư AI cấp cao, tác giả 《Hands-On Machine Learning》)

“Anh ấy đã thử thực hiện một công việc tưởng chừng bất khả thi là tóm lược toàn bộ lĩnh vực máy học trong khoảng 100 trang, đồng thời chọn lọc xuất sắc những nội dung lý thuyết và thực tiễn hữu ích cho người làm việc trong ngành. Cuốn sách này sẽ tạo nền tảng vững chắc như một tài liệu nhập môn cho những độc giả mới tiếp cận máy học.”
- Peter Norvig (Giám đốc nghiên cứu tại Google, đồng tác giả của giáo trình AI nổi tiếng thế giới AIMA)

Mua sách

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • <Machine learning, nhanh chóng nắm bắt những điều cốt lõi!> Những người muốn học cùng cuốn sách

  • Dành cho những ai muốn xây dựng nền tảng lý thuyết sau khi học xong một cuốn sách nhập môn về học máy thiên về thực hành.

  • Những người muốn tìm hiểu các ví dụ thực hành cùng với lý thuyết

  • Những người muốn tìm hiểu về các thư viện machine learning/deep learning như scikit-learn, Keras và PyTorch

Cần biết trước khi bắt đầu?

  • Python

Xin chào
Đây là haesunpark

24,068

Học viên

484

Đánh giá

131

Trả lời

4.9

Xếp hạng

12

Các khóa học

Tôi học chuyên ngành kỹ thuật cơ khí, nhưng sau khi tốt nghiệp, tôi一直 làm công việc đọc và viết mã. Tôi là GDE về Google AI/Cloud. Tôi vận hành blog TensorFlow (tensorflow.blog), đồng thời viết và dịch sách về học máy và học sâu, qua đó khám phá đầy hứng thú ranh giới giữa phần mềm và khoa học.

book-roadmap.jpg.webp

Đã viết 『Học deep learning bằng cách tự mình xây dựng』(Hanbit Media, 2025), 『Tự học machine learning + deep learning (bản sửa đổi)』(Hanbit Media, 2025), 『Tự học phân tích dữ liệu với Python』(Hanbit Media, 2023), 『Kỹ năng trò chuyện bằng ChatGPT』(Hanbit Media, 2023) và 『Do it! Nhập môn deep learning』(Easyspublishing, 2019).

『Học máy thực hành với scikit-learn, PyTorch』(Hanbit Media, 2026),  『Học deep learning từ nhà sáng lập Keras (lần 3)』(Gilbut, 2026), 『Fine-tuning LLM, nhanh chóng nắm phần cốt lõi!』(Insight, 2026), 『Học LLM & AI với PyTorch』(Hanbit Media, 2026), 『Mô hình ngôn ngữ lớn, nhanh chóng nắm phần cốt lõi!』(Insight, 2025), 『Machine learning, nhanh chóng nắm phần cốt lõi!』(Insight, 2025), 『Học LLM bằng cách xây dựng từ đầu』(Gilbut, 2025), 『LLM thực hành』(Hanbit Media, 2025), 『Machine Learning Q & AI』(Gilbut, 2025), 『Toán học dành cho nhà phát triển』(Hanbit Media, 2024), 『Giải quyết vấn đề ML trong thực tiễn với Python』(Hanbit Media, 2024), 『Giáo trình machine learning: phiên bản PyTorch』(Gilbut, 2023), 『Bài giảng ChatGPT của Stephen Wolfram』(Hanbit Media, 2023), 『Học máy thực hành, phiên bản 3』(Hanbit Media, 2023), 『Học deep learning tạo sinh bằng cách xây dựng, phiên bản 2』(Hanbit Media, 2023), 『Đánh thức bộ não lập trình bằng Python』(Hanbit Media, 2023), 『Xử lý ngôn ngữ tự nhiên với Transformer』(Hanbit Media, 2022), 『Học deep learning từ nhà sáng lập Keras, phiên bản 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 với các thư viện Python (phiên bản sửa đổi lần 2)』(Hanbit Media, 2022), cùng hàng chục cuốn sách khác, đã được dịch sang tiếng Hàn.

Thêm

Chương trình giảng dạy

Tất cả

34 bài giảng ∙ (6giờ 21phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

14 đánh giá

4.7

14 đánh giá

  • galaxia999님의 프로필 이미지
    galaxia999

    Đánh giá 12

    ∙

    Đánh giá trung bình 5.0

    5

    71% đã tham gia

    Cảm ơn bài giảng ạ.

    • haesunpark
      Giảng viên

      Vâng! Mong rằng sẽ giúp ích được cho bạn! :)

  • kimyongba님의 프로필 이미지
    kimyongba

    Đánh giá 2

    ∙

    Đánh giá trung bình 5.0

    5

    43% đã tham gia

    Dễ hiểu

    • haesunpark
      Giảng viên

      Cảm ơn bạn! :)

  • forthefire8032님의 프로필 이미지
    forthefire8032

    Đánh giá 2

    ∙

    Đánh giá trung bình 5.0

    5

    60% đã tham gia

    Giọng nói bình tĩnh và dễ nghe.

    • haesunpark
      Giảng viên

      Cảm ơn bạn. Tôi sẽ chuẩn bị tốt hơn trong tương lai. Hãy mong đợi nhé! :)

  • dasom95367682님의 프로필 이미지
    dasom95367682

    Đánh giá 1

    ∙

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    • jin32039848님의 프로필 이미지
      jin32039848

      Đánh giá 2

      ∙

      Đánh giá trung bình 4.5

      5

      71% đã tham gia

      • haesunpark
        Giảng viên

        Cảm ơn bạn!

    Khóa học khác của haesunpark

    Hãy khám phá các khóa học khác của giảng viên!

    Khóa học tương tự

    Khám phá các khóa học khác trong cùng lĩnh vực!

    Giảm 25% cho thành viên mới

    684.383 ₫

    25%

    912.513 ₫