Học máy trông nặng nhọc vậy

PRML (Trang chủ | Polynomial Curve)

Chào các bạn! 👋 Chào mừng đến với Góc Học Máy (Machine Learning) của tụi mình. Để khởi động hành trình này, chúng ta sẽ cùng tìm hiểu một trong những tài liệu kinh điển nhất trong lĩnh vực ML: cuốn Pattern Recognition and Machine Learning (PRML) của Christopher Bishop.

Trước khi quyết định đưa cái này lên mạng thì mình đã được sự cho phép của tác giả (hehe).

Icon 🚧 nghĩa là đang viết, 💀 nghĩa là chưa viết và ✅ nghĩa là xong rồi hoặc là xong 1 phần 😗. Lưu ý nữa là, đây là note theo ý mình, thế nên có thể sai, các bạn nên sử dụng với mục đích tham khảo thêm 🥰.

Ngoài ra, còn một nguồn mà mình có thể gọi là cửu âm chân kinh của mọi người nếu học về Machine Learning đó chính là Machine Learning cơ bản của anh Vũ Hữu Tiệp.

1. Introduction

• 1.1 Polynomial Curve Fitting ✅
• 1.2 Probability Theory ✅
  • 1.2.1 Probability Densities ✅
  • 1.2.2 Expectations and Covariances ✅
  • 1.2.3 Bayesian Probabilities ✅
  • 1.2.4 Gaussian Distribution ✅
  • 1.2.5 Curve Fitting Revisited ✅
  • 1.2.6 Bayesian Curve Fitting 💀
• 1.3 Model Selection 💀
• 1.4 The Curse of Dimensionality 💀
• 1.5 Decision Theory 💀
• 1.6 Information Theory 💀
• Exercises (Part I) ✅
• Exercises (Part II) 🚧