Tag Machine Learning
Tìm kiếm bài viết trong Tag Machine Learning
[ML System Design] Tổng quan về Machine Learning System Design
1. Machine Learning (ML) System Design là gì.
0 0 20
Hỡi các ML Learners, nhà tuyển dụng cần gì?
Bài viết này mình nhắm tới cho những người còn mông lung về việc học Machine Learning (nhất là các bạn tự học hoàn toàn), giúp các bạn biết nên học gì vào giai đoạn nào. Mình cũng trải qua khoảng thời
0 0 23
Đánh giá các mô hình học máy
Abstract. Trong quá trình xây dựng một mô hình Machine Learning, một phần không thể thiếu để xét xem mô hình có chất lượng tốt hay không chính là đánh giá mô hình.
0 0 26
Data Science, công việc hấp dẫn nhất thế kỷ 21 - [Data Science Series]
I. Data Science, công việc hấp dẫn nhất thế kỷ 21.
0 0 37
Data Mining - Khai phá dữ liệu - [Data Science Series]
I. Data Mining là gì. Quá trình khai phá dữ liệu là một quá trình phức tạp bao gồm kho dữ liệu chuyên sâu cũng như các công nghệ tính toán. 1.
0 0 40
Prunning model với Tensorflow API
Abstract. Tiếp nối chuỗi Series nâng cao kiến thức bản thân về ML, DL, bài viết này mình xin phép chia sẻ một bài viết thuộc chủ để Pruning.
0 0 13
[Paper Explain] Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection
Khái niệm cần biết. .
0 0 38
Cats vs Dogs Classification using CNN Keras
Overview. Trong bài viết truớc Spark - Distributed ML model with Pandas UDFs mình có sử dụng model CNN keras để classify Dogs vs Cats vì bài viết quá dài nên phần hướng dẩn train model mình viết ở đây
0 0 38
[Deep Learning] Table Recognition - Simple is better than complex - Bài toán tái cấu trúc dữ liệu bảng biểu với deep learning
Các phần nội dung chính sẽ được đề cập trong bài blog lần này. . Tổng quan về Document Understanding và ứng dụng. Giới thiệu và bài toán Table Recognition.
0 0 22
Spark - Distributed ML model with Pandas UDFs
Hình ảnh mình mượn tại đây nhé Cat&Doc. Why.
0 0 32
Đôi lời về Contrastive Learning
Lời mở đầu. Xin chào tất cả mọi người, thời gian gần đây mình có tìm hiểu về Contrastive Learning và mình có dạo một vòng google thì số lượng bài viết chia sẻ về chủ đề này còn khá hạn chế nên hôm nay
0 0 21
Serving ML Models in Production with FastAPI and Celery
Overview. Bạn đang không biết triển khai mô hình Machine Learning của bạn cho dự án thực tế bạn đang làm thì đọc bài này là đúng rồi đó (đùa thui).
0 0 43
[Paper Explain] Contrastive Learning for Label-Efficient Semantic Segmentation
Lời mở đầu. Tiếp nối việc phân tích paper, hôm nay mình sẽ cùng các bạn phân tích 1 paper liên quan dến bài toán Semantic Segmentation và phương pháp Contrastive learning.
0 0 33
ONNX và Tensorflow
Tiếp nỗi chuỗi các bài viết về các kiến thức mình tự học để trau dồi kiến thức cho bản thân, hôm nay mình xin giới thiệu tới các bạn một công cụ vô cùng hữu ích trong giới học máy. ONNX thì thực chất
0 0 49
Bạn đã biết về Zero-shot Learning chưa?
Giới thiệu. Trong các bài toán về Face Recognition, chắc hẳn các bạn đã nghe hoặc nên nghe về 1 khái niệm One-shot learning.
0 0 36
Learning rate - Những điều có thể bạn đã bỏ qua
Giới thiệu. Ngồi chơi lượn lờ Facebook một hồi tự dưng đập vào mắt 1 bài viết về Learning rate của page DataScience khiến mình tò mò đọc thử.
0 0 39
Đôi dòng về Pseudo Labeling trong Machine Learning
Giới thiệu. Nhân một ngày đang hì hục với cái đồ án môn học mà chưa biết xử lý thế nào khi muốn cải tiến kết quả với dataset nhỏ, lại được ngồi nghe Seminar của anh Leader, mình có cảm hứng để viết bà
0 0 11
Tìm hiểu thuật toán phân cụm Spectral Clustering
Phân cụm đồ thị là một lĩnh vực trong phân tích cụm nhằm tìm kiếm các nhóm đỉnh có liên quan trong một đồ thị. Phân cụm đồ thị cho kết quả trong mỗi cụm các đỉnh có nhiều cạnh kết nối gần, trong khi g
0 0 34
Tìm hiểu về Autoencoder
Giới thiệu. Làm về xử lý ảnh, chắc hẳn các bạn sẽ bắt gặp 1 số bài toán như tái tạo ảnh, giảm nhiễu ảnh, làm sáng ảnh, hay bài toàn giảm chiều dữ liệu, … Gặp các bài toán này thì cũng có khá nhiều phư
0 0 97
Giới thiệu về học tăng cường và ứng dụng Deep Q-Learning chơi game CartPole
Giới thiệu. Học tăng cường (Reinforcement Learning-RL) là một trong ba kiểu học máy chính bên cạnh học giám sát (Supervised Learning) và học không giám sát (Unsupervised Learning).
0 0 70