probability

Đắm mình vào Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision và NLP thông qua các bài giảng thú vị này!

Hướng dẫn chi tiết và phù hợp cho sinh viên đại học hoặc bất kỳ ai muốn đào sâu vào lĩnh vực AI với nền tảng vững chắc.

Trở thành một nhà nghiên cứu/kỹ sư AI/ML xuất sắc với cuốn sách giáo khoa phi truyền thống này bao gồm toán học, điện toán và ML bằng trực giác.

Nền tảng Học máy: Đại số tuyến tính, Giải tích, Thống kê & Khoa học Máy tính

Lộ trình Khoa học Dữ liệu từ A đến Z

Thư viện toán học hiện đại và mạnh mẽ cho PHP: Bao gồm thống kê mô tả và hồi quy; Phân phối xác suất liên tục và rời rạc; Đại số tuyến tính với ma trận và vector, Phân tích số; Các hàm toán học đặc biệt; Đại số

Bộ tài liệu Machine Learning & Deep Learning là danh sách các tài liệu tham khảo từ tài liệu cá nhân của tôi, được tổng hợp nhằm mở rộng kiến thức, nay là một dự án chia sẻ kiến thức mã nguồn mở được biên soạn bằng Gitbook.

Danh sách được tuyển chọn chuyên nghiệp gồm các video, hướng dẫn, sách, bài báo, luận án tiến sĩ và thạc sĩ, bài viết và thư viện mã nguồn mở tuyệt vời về Conformal Prediction.

Tài liệu giảng dạy của TS. Waleed A. Yousef

Tất cả bảng cheat sheet của Stanford: Trí tuệ nhân tạo, Transformers, LLMs, Deep Learning, Machine Learning, Xác suất, Thống kê, Đại số và Giải tích.

Xác suất và Thống kê cho Khoa học Dữ liệu: Tài liệu giới thiệu toàn diện về xác suất và thống kê cho khoa học dữ liệu, bao gồm tệp PDF miễn phí, 103 notebook Python sử dụng 23 tập dữ liệu thực tế, 118 video kèm slide và lời giải cho 200 bài tập.