ebook Machine Learning cơ bản
License: Other
ebook Machine Learning cơ bản pdf-black_white, pdf-color.
Mọi hình thức sao chép, in ấn đều cần được sự đồng ý của tác giả. Mọi chia sẻ đều cần được dẫn nguồn tới https://github.com/tiepvupsu/ebookMLCB hoặc https://machinelearningcoban.com.
Hiện sách giấy không còn được bán nữa.
Nếu bạn gặp bất cứ lỗi nào hoặc cho rằng nội dung có thể được cải thiện, bạn có thể tạo một issue tại đây.
Click Star nếu bạn thấy nội dung cuốn sách có ích. Cảm ơn bạn.
Không tải được file mong arthur khắc phục
Có một vài chỗ nếu Tiệp có thể viết rõ ràng hơn thì sẽ tốt hơn
Copy paste từ #3
Chào anh,
Em phát hiện anh đánh máy nhầm ở trang 132, phần k-means clustering.
"
10.2.3. Tóm tắt thuật toán
Tới đây, ta có thể tóm tắt thuật toán K-means cụming như sau.
"
Trân trọng,
Tân
Tiệp check lại những điểm này nhé. Mình ghi lại lâu lâu rồi không rõ đã được sửa chưa
Chào Tiệp,
mình đọc sách ở đây https://github.com/tiepvupsu/ebookMLCB/blob/master/book_ML.pdf
thì phát hiện các anchor (ref) bị lỗi nên chỉ hiển thị ??
Mình xem trên Chrome của MacOs X. Mình cũng kiểm lại trên Windows thì lỗi ?? cũng bị tương tự như vậy.
Bạn có thể xem lại được không?
Cám ơn bạn.
Thân.
Copy paste từ #3
Em chào anh Tiệp,
Em đang đọc quyển Machine Learning Cơ bản của anh, ở trang 123 anh có viết:
Tiếp theo, 130 mẫu dữ liệu được lấy ra ngẫu nhiên tạo thành tập huấn luyện, 20 mẫu còn lại được dùng để kiểm tra.
print(’Labels:’, np.unique(iris_y))
# split train and test
np.random.seed(7)
X_train, X_test, y_train, y_test = train_test_split(iris_X, iris_y, test_size=130)
print(’Training size:’, X_train.shape[0], ’, test size:’, X_test.shape[0])
Nhưng khi in ra lại ngược lại, em không biết đây có phải là do anh viết nhầm hay do em hiểu sai
Labels: [0 1 2]
Training size: 20 , test size: 130
Cám ơn anh rất nhiều.
Copy paste từ #3
Có những thuật toán machine learning không luôn trải nghiệm trên một tập dữ liệu cố định. Ví dụ, học củng cố (reinforcement learning) trải nghiệm trực tiếp với môi trường xun quanh
Chào anh Tiep,
Em đã git hết project của anh về định buid lại sau đó chuyển qua định dạng ebook cho máy đọc sách nhưng khi em build thì bị lỗi ạ.
Đây là log em build bị lỗi .
https://i.imgur.com/JRuyL9z.png[https://i.imgur.com/JRuyL9z.png](url)
Em dùng linux.
Mong anh xem qua bài của em và giúp em khắc phục lỗi này.
Cám ơn anh về tài liệu rất quí báu cho cộng đồng ML.
P/S: À còn một điều nữa trang web https://fundaml.com/ hiện tại ko còn vào dc nữa ạ, anh tạm dừng dự án hay sao ạ ?
Trang 76: Hình 4.1 có 2 đường cùng nét liền. Hình này không rõ trục tung
Copy paste từ #3
Em chào anh,
Em có được giới thiệu về cuốn sách của anh, nhưng khi vào repo này vào hôm nay (2/7/2023) em không thể truy cập được vào phần deployment tại địa chỉ http://tabpipes.machinelearningcoban.com/. Em biết có rất nhiều người biết đến sách của anh, nhiều trang web có upload lại một cách không chính thống nhưng em cũng không muốn sử dụng những sách từ những nguồn đó để học vì như vậy là không tôn trọng tác giả. Rất mong anh cập nhật lại để em và rất nhiều người khác có thể truy cập được tài liệu từ những nguồn chính thức và đảm bảo.
Em xin cảm ơn anh!
Chapter 12 GDM, the part I code myself, is different from the result in the book; I checked the code of Mr Tiep also encountered the same situation. Then I detect; specifically, it is the one that initially creates the y value: we use the np.random.random(1000) function, we will return an array with shape (1000,) if we do not notice y.reshape(-1, 1) to match matrix addition and subtraction operations, it will be confusing (because py is different in size, it will treat it as broadcasting). Yes, grad will return a vector, but it returns a matrix because of the confusion above. That leads to consequences; later on, the code does not run correctly.
Source code fix : https://bit.ly/3mFp8N1 or https://bit.ly/3iOXImD
Dưới đây là các lỗi mình ghi lại được từ bản in. Tiệp thấy lỗi nào đã sửa rồi thì bỏ qua nhé.
Khác
Chào anh, trong chương 14. Logistic Regression, phần 14.5. Xử lý chữ số viết tay, thì sau khi chạy code phân biệt số 0 và 1 em đã gặp lỗi như sau: found array with 0 feature(s) (shape=(138000, 0)) while a minimum of 1 is required.
Theo như em tìm hiểu thì cách khởi tạo X0 và X1 là chưa chính xác và sẽ trả về một array rỗng, vì y_all đang là một Pandas string nên không áp dụng được cách filter của np.where.
Em đã chỉnh sửa lại bằng cách chuyển X_all và y_all sang numpy array và thu được kết quả giống như trong sách (gần 100%), kiểm thử trên toàn bộ dữ liệu cũng đạt kết quả gần 92% như trong sách (với X_all và y_all đều là mảng trong numpy).
Em nghĩ rằng cách chỉnh sửa như vậy là chính xác hơn. Mong nhận được phản hồi sớm từ anh ạ.
Em xin cảm ơn.
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
Django
The Web framework for perfectionists with deadlines.
Laravel
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
Microsoft
Open source projects and samples from Microsoft.
Google
Google ❤️ Open Source for everyone.
Alibaba
Alibaba Open Source for everyone
D3
Data-Driven Documents codes.
Tencent
China tencent open source team.
](https://i.imgur.com/JRuyL9z.png%5Bhttps://i.imgur.com/JRuyL9z.png%5D(url)){kind=link}