Từ Linear/Logistic Regression Đến Softmax Regression Và Ý Nghĩa Thật Sự Của Các Thành Phần Bên Trong Nó (Phần 2)

      Ở đây mình sẽ không chứng minh hàm Sigmoid hay hàm Softmax. Chúng ta sẽ chỉ xem xét các tính chất đặc trưng của các hàm này. Trước khi nói về hàm Softmax thì mình sẽ nói về hàm Sigmoid trước. Hàm Sigmoid có những tính chất quan trọng sau (hình 11, hình 12): Hình 11 – Tính chất 1

Từ Linear/Logistic Regression Đến Softmax Regression Và Ý Nghĩa Thật Sự Của Các Thành Phần Bên Trong (Phần 1)

Hôm nay mình xin giới thiệu về Series bài học về Deep Learning. Trong Series này, mình sẽ bắt đầu từ các viên gạch tạo nên Deep Learning như Logistic Regression, Softmax Regression, cho đến các mô hình đang được sử dụng rộng rãi như bây giờ là Transformer hay các Large Language Model,. . Đồng thời mình cũng xin nói trước là bài viết sẽ thiên về cách giải thích các công thức, các khái niệm không phải một cách quá toán học, mà sẽ thông qua các ví dụ, các cách giải thích có thể hơi ví von một xíu.   Trước khi giới thiệu về Softmax Regression, chúng ta cần lưu ý lại một vài điểm chính của mô hình Linear Regression: Hình 1 - Linear Regression  

Explainable AI - Trí tuệ nhân tạo có thể giải thích

        Hình 1: Ví dụ về mô hình minh bạch cây quyết định (bên trái) và mô hình mạng nhân tạo (bên phải).  

SIU AI Lab tuyển dụng LTV Mobile

1) Mô tả công việc: Sinh viên từ năm 4 hoặc đã tốt nghiệp, nắm vững kiến thức về lập trình trên thiết bị di động (smartphone, tablet) bằng ngôn ngữ React Native/Flutter. Nắm vững kiến thức về cấu trúc dữ liệu, giải thuật và thuật toán. Tư duy logic rõ ràng. Có kinh nghiệm làm việc với REST API, Git.   Có khả năng đọc - hiểu tiếng Anh ở mức khá trở lên. Nghiên cứu công nghệ, framework, ngôn ngữ lập trình trong lĩnh vực phát triển ứng dụng di động.   Xây dựng demo minh hoạ cho các công nghệ được học. Viết tài liệu kỹ thuật, tài nguyên học thuật.

"SIUBOT" CHÀO HÈ