Machine Learning #1: Giải thích Gradient Descent bằng ví dụ (DỄ HIỂU NHẤT)

[@hoangquan8091]

Source code trong video cho bạn nào cần nhé bit.ly/3yIygEp Nếu có các câu hỏi về chủ đề này bạn comment dưới để mình có thể tổng hợp và giải đáp nhé

[@viettiennguyen633]

Anh giảng bài dễ hiểu và rất gần gũi ạ. Thanks anh

[@trantoan9845]

Giỏi quá anh ơi!

[@dungduongthingoc5953]

cảm ơn bạn nhé giải thích dễ hỉu lắm

[@lmhxink2309]

thầy giảng dễ hiểu quá, cảm ơn thầy ạ

[@manhngo2724]

Cảm ơn bạn

[@kudasaisenseiyamete3398]

Tiếp series machine learning đi anh

[@DoNguyenNhat0202]

cảm ơn anh rất nhiều ạ

[@khangnguyen5538]

Deadline sát đít thì gặp vid này, cảm ơn a nha

[@honguyenhieuminh5278]

nhưng mà lỡ cho hàm xong mình đạo hàm cũng ko nổi luôn thì làm sao hả anh

[@HueTran-js6zi]

Ad dùng ngôn ngữ nào viết Code vậy, và bài toán GD dùng vào những việc gì vậy.

[@vtpvlogs7256]

python đấy bro

[@nhambeti6022]

sao giống mấy thuật toán trong các phương pháp tối ưu vậy nhỉ @@

[@nguyenvanphuong0711]

Cho em hỏi là như ví dụ trên f(x)=2x^2+x thì mình return 4*xo + 1 nó dễ. Nếu gặp mấy bài có f(x) phức tạp thì sao ạ?

[@nguyenvanphuong0711]

Mình vẫn phải áp dụng kiến thức cấp 3 để xác định được công thức đạo hàm của f(x) hả anh?

[@olivierngo5503]

@@nguyenvanphuong0711 phức tạp như nào hả bạn ơi? Có phương trình 1 biến và nhiều biến, nhiều biến thì tính đạo hàm theo từng biến để tìm ra Gradient-đạo hàm chung

[@ucanhnguyen1134]

Gradient Descent trong Machine Learning đóng vai trò gì a nhỉ

[@SuperOnlyP]

Sẽ giúp change weights để giúp Loss Functions về 0 dễ và nhanh Không có cái này thì weights nó change randomly rất khó , lâu để giúp Loss Function về 0 .

[@demenphieuluu]

GD đóng vai trò minimize Cost Function, hay nói các khác là optimize Weight và Bias.

[@baochauangphuc216]

mình nghĩ đơn giản là nó tối ưu giúp output của mô hình có sai số giảm về gần không nhanh hơn.

[@mkdadmin5244]

dòng 12 trong đoạn code, tại sao không phải là x_new -= daoHam(x_new)* learning_rate vậy bạn?

[@hieun8346]

bỏ x_new vào tính sẽ làm thay đổi gtri khi đó bỏ vào history(x_new) ko còn chính xác