Tự học Machine Learning | 3.1. Hồi quy tuyến tính | Thân Quang Khoát

  Рет қаралды 18,767

Thân Quang Khoát

Thân Quang Khoát

Күн бұрын

Пікірлер: 24
@minhhao5031
@minhhao5031 7 ай бұрын
Thầy giảng quá hay Thầy ạ. Em cảm ơn Thầy nhiều lắm ạ. Kính chúc Thầy cùng gia đình thật nhiều sức khỏe và may mắn ạ!
@nguyenkhanhTung
@nguyenkhanhTung 2 жыл бұрын
Thầy giảng hay thật
@kieno4376
@kieno4376 Ай бұрын
Dạ thưa thầy, em xin phép hỏi khi nào mình cần chọn dạng chuẩn hóa hợp lý ạ, liệu 1 dạng chuẩn hóa có thể áp dụng cho tất cả các thuộc tính của dữ liệu không ạ
@inhdung4729
@inhdung4729 3 жыл бұрын
cảm ơn thầy ạ, mong thầy ra nhiều video hơn nữa
@khangamminh512
@khangamminh512 3 жыл бұрын
Em mong thầy ra video cách nhận định hằng số λ cho mỗi bài tóan và hằng số t (điều khiện rằng buộc thêm của Hồi quy Ridge). Em cảm ơn thầy
@thanquangkhoat4070
@thanquangkhoat4070 3 жыл бұрын
Câu hỏi này liên quan đến bài giảng 9 về lựa chọn tham số và đánh giá hiệu quả. Em hãy xem nhé.
@neyuniim
@neyuniim 10 ай бұрын
Dạ thầy ơi, em đọc trên mạng thì thấy hàm cost bao quát (hàm loss nằm trong hàm cost) vậy thì mình nên sử dụng hàm cost hay loss để hiệu quả bài toán hồi quy hơn vậy thây, em xin cảm ơn thầy ạ.
@thanquangkhoat4070
@thanquangkhoat4070 10 ай бұрын
Chào em, có thể một vài nơi viết dễ gây nhầm lẫn về cost và loss. Em hãy xem trong link sau để phân biệt được hai thứ đó nhé. users.soict.hust.edu.vn/khoattq/lectures/cost-loss.png Hàm c(y,y^) trong đó đôi khi ng ta gọi là cost. Ng ta chỉ nói đến việc dùng hàm Loss để đo đạc lỗi và tạo hàm mục tiêu cho việc huấn luyện. Cho nên em hãy chọn và so sánh các hàm loss với nhau.
@thuytien5846
@thuytien5846 2 жыл бұрын
Em thưa thầy cho em hỏi là Efficient linear method có thuộc phần này không ạ
@thanquangkhoat4070
@thanquangkhoat4070 2 жыл бұрын
Chào em. Mình chưa biết phương pháp em nói là gì nên chưa trả lời dc.
@thanquangkhoat4070
@thanquangkhoat4070 2 жыл бұрын
@@thuytien5846 Nếu mình không hiểu nhầm thì Efficient linear method này cũng dùng mô hình tuyến tính. Tuy nhiên cách dùng tại bước phân loại thì hơi khác ==> hàm phân loại có dạng piece-wise linear.
@moneychannel4471
@moneychannel4471 2 жыл бұрын
Thầy ơi : Khi nhà nghiên cứu kinh tế có thể triệt tiêu sai số trong mô hình hồi quy tuyến tính nếu có bộ số liệu được thu nhập chuyên nghiệp và xây dựng được mô hình phù hợp. Dạ phát biểu trên là đúng hay sai ạ ? Em cảm ơn thầy.
@thanquangkhoat4070
@thanquangkhoat4070 2 жыл бұрын
Chào em. Mình nghĩ là tuỳ thuộc vào bài toán dễ hay khó. Nếu bài toán dễ thì có thể. Trong trường hợp bài toán khó (hàm f phức tạp) thì ta không thể hy vọng một hàm dạng tuyến tính (siêu phẳng) có thể xấp xỉ tốt hàm f.
@namnguyenngoc1948
@namnguyenngoc1948 2 жыл бұрын
cho em hỏi với ạ, tại sao mấy bài hồi quy tuyến tính ngta không dùng thư viện cho nhanh mà học sâu vào mấy cái thuật toán v ạ
@thanquangkhoat4070
@thanquangkhoat4070 2 жыл бұрын
Chào em. Nếu em muốn hiểu kỹ hơn về bài toán và các thuật toán thì cần học sâu hơn. Như thế có thể nắm được các điểm cốt lõi, những ưu/nhược điểm của mỗi phương pháp hoặc mô hình. Điều này có thể giúp ta dùng hiệu quả hơn. Còn nếu dùng đơn giản thì thư viện sẽ cung cấp cho. Hồi quy tuyến tính là bước khởi đầu để ta dễ dàng thu được các kiến thức, nguyên lý, khái niệm cơ bản của Học máy. Sau đó có thể tìm hiểu những thứ phức tạp hơn.
@namnguyenngoc1948
@namnguyenngoc1948 2 жыл бұрын
@@thanquangkhoat4070 em đang sv năm nhất ngành khoa học dữ liệu ạ, sau này em định hướng làm Data engineer thì liệu có học sâu không ạ thầy
@thanquangkhoat4070
@thanquangkhoat4070 2 жыл бұрын
@@namnguyenngoc1948 SV ngành này cần nắm rõ những kiến thức cơ bản về ML.
@namnguyenngoc1948
@namnguyenngoc1948 2 жыл бұрын
@@thanquangkhoat4070 dạ em cảm ơn thầy!
@manhnguyen8888
@manhnguyen8888 3 жыл бұрын
Dạ thưa thầy, thầy cho em hỏi một chút ạ! Em tham khảo file code thầy có attach trên site rồi ạ. Câu hỏi của em là : dữ liệu mình có thể lấy ở đâu để về thực hành thêm ạ? Em cảm ơn ạ!
@thanquangkhoat4070
@thanquangkhoat4070 3 жыл бұрын
Trong code đã có dữ liệu ví dụ. Nếu em muốn lấy các tập dữ liệu khác thì hãy xem ở archive.ics.uci.edu/ml/ hoặc www.kaggle.com/
@manhnguyen8888
@manhnguyen8888 3 жыл бұрын
@@thanquangkhoat4070 Dạ vâng em cảm ơn thầy ạ
@ngocquynguyen627
@ngocquynguyen627 3 жыл бұрын
Thầy ơi em có làm bài tập của bài 2 thì gặp lỗi như này. Thầy cho em hỏi là sai ở đâu vậy ạ UnicodeEncodeError: 'charmap' codec can't encode character '\u1edf' in position 0: character maps to
@thanquangkhoat4070
@thanquangkhoat4070 3 жыл бұрын
Em tham khảo câu trả lời ở link sau xem sao: stackoverflow.com/questions/62656579/why-im-getting-unicodeencodeerror-charmap-codec-cant-encode-character-u2
@ngocquynguyen627
@ngocquynguyen627 3 жыл бұрын
@@thanquangkhoat4070 Dạ em cảm ơn thầy. Em fix được bug r ạ
Wait… Maxim, did you just eat 8 BURGERS?!🍔😳| Free Fire Official
00:13
Garena Free Fire Global
Рет қаралды 9 МЛН
風船をキャッチしろ!🎈 Balloon catch Challenges
00:57
はじめしゃちょー(hajime)
Рет қаралды 46 МЛН
Players vs Pitch 🤯
00:26
LE FOOT EN VIDÉO
Рет қаралды 118 МЛН
Bài giảng 67: Machine Learning với mô hình hồi qui tuyến tính
54:32
02-Bài toán hồi quy tuyến tính một biến | Machine Learning
51:15
Machine Learning Cơ Bản: Linear Regression (Hồi Quy Tuyến Tính) trong 10 PHÚT
8:40
Học Lập Trình cùng Phát
Рет қаралды 11 М.
Tự học Machine Learning | 8.1. Phân loại bằng SVM | Thân Quang Khoát
1:18:38
Tự học Machine Learning | 1.2. Bài toán học | Thân Quang Khoát
26:04
Lecture 5.1 | Hồi quy tuyến tính Linear Regression
32:03
Tiệp Nguyễn Vinh
Рет қаралды 6 М.
All Machine Learning algorithms explained in 17 min
16:30
Infinite Codes
Рет қаралды 322 М.
Bài 14: Hồi quy logistic đơn biến_phần 1
30:38
Le Thi Kim Anh
Рет қаралды 20 М.
Wait… Maxim, did you just eat 8 BURGERS?!🍔😳| Free Fire Official
00:13
Garena Free Fire Global
Рет қаралды 9 МЛН