Học máy (Machine Learning) và Học sâu (Deep Learning) đang phát triển với tốc độ nhanh chóng. Theo MIT, trong tương lai sắp tới, khoảng 8,5 trong số 10 lĩnh vực sẽ dựa trên công nghệ trí tuệ nhân tạo. Nếu bạn là người đang muốn tham gia vào lĩnh vực này, có hiểu biết cơ bản và mong muốn trở thành một chuyên gia thì cuốn Machine Learning Yearning, một cuốn sách của Andrew Y. Ng là sự lựa chọn hợp lý.

Andrew Y. Ng là một tên tuổi uy tín trong lĩnh vực học máy. Ông là đồng sáng lập của Coursera, phó giáo sư tại Khoa Khoa học Máy tính của Đại học Stanford, nhà khoa học trưởng của Baidu, và là cựu giám đốc của Google Brain.

Machine Learning Yearning là công trình hiện tại của Andrew Ng dùng để giảng dạy cho sinh viên cách thức để lên khung các dự án về học máy. Machine Learning Yearning hướng dẫn những người thực hành học máy (nhà phát triển và quản lý), để từ đó giúp họ đưa ra quyết định liên quan đến thiết kế, thu thập dữ liệu, gỡ lỗi, v.v. Cuốn sách giới thiệu nền tảng cần thiết, cung cấp các phương pháp thực hiện tốt nhất và những sai lầm phổ biến với các ví dụ cụ thể.

Machine Learning Yearning tập trung vào việc dạy cách làm cho các thuật toán học máy hoạt động theo cách hiệu quả hơn và ít tốn thời gian hơn và cách cấu trúc các dự án học máy. Cuốn sách của Andrew Ng cũng đã đề cập đến một số lớp học AI, giúp bạn biết cách xử lý vấn đề.

Các khái niệm chính mà Andrew Ng đưa ra trong Machine Learning Yearning là làm thế nào để ưu tiên các định hướng triển vọng nhất cho dự án AI, chẩn đoán lỗi trong hệ thống máy học, xây dựng ML trong điều kiện phức tạp, chẳng hạn như tập huấn luyện/ kiểm tra không khớp.

Machine Learning Yearning cũng chỉ ra cách thiết lập dự án ML để so sánh và/hoặc vượt qua hiệu suất con người làm được, biết được khi nào và làm thế nào để ứng dụng học tập end-to-end (end-to-end learning), học chuyển tiếp (transfer learning) và học đa nhiệm (multi-task learning)

Điểm đặc biệt của sách Andrew Ng là sự đơn giản và bất cứ ai cũng có thể nhanh chóng hiểu được nó. Machine Learning Yearning cũng theo phong cách tương tự của những cuốn sách khác của Andrew Ng.

Machine Learning Yearning không phải là một cuốn sách tập trung vào toán học trong học máy. Đây là một cuốn sách phù hợp với bất kỳ ai có hiểu biết cơ bản về học máy và ứng dụng của công nghệ này, hay những người có kiến ​​thức tốt về ngôn ngữ lập trình sử dụng cho ML. Machine Learning Yearning cũng rất hữu ích cho các nhà khoa học dữ liệu để hiểu cách thiết lập các hướng kỹ thuật cho một dự án học máy.

Cuốn sách này bao gồm các chủ đề sau:

  1. Quy trình khoa học dữ liệu
  2. Trực quan hóa dữ liệu trong kinh doanh
  3. Hiểu cách trả lời Tại sao
  4. Nắm được thuật ngữ chính trong học máy
  5. Nắm được công nghệ học máy được triển khai như thế nào
  6. Ứng dụng học máy trong Marketing và Bán lẻ

Thông tin thêm về tác giả Andrew Ng:

Andrew Ng sinh ra ở London, Anh vào năm 1976. Ông dành tốt nghiệp Học viện Raffles tại Singapore năm 1992. Năm 1997, ông nhận bằng đại học với ba chuyên ngành đều ở vị trí đứng đầu: khoa học máy tính, thống kê và kinh tế tại Đại học Carnegie Mellon ở Thành phố Pittsburgh, tiểu bang Pennsylvania. Andrew Ng đã lấy bằng thạc sĩ từ Học viện Công nghệ Massachusetts ở Cambridge, Massachusetts vào năm 1998 và nhận bằng tiến sĩ tại Đại học California, Berkeley vào năm 2002. Ông bắt đầu làm việc tại Đại học Stanford vào năm 2002. Hiện ông đang sống ở Los Altos Hills, California.

Andrew Ng nghiên cứu chủ yếu về học máy và học sâu và là một trong những nhà khoa học máy tính nổi tiếng nhất thế giới. Công việc ban đầu của ông là dự án Máy bay trực thăng tự động Stanford,  với mục tiêu phát triển nó trở thành một trong những máy bay trực thăng có năng lực tự hành bậc nhất trên thế giới và dự án STAIR (Stanford Artificial Intelligence Robot), với kết quả là ROS, một nền tảng phần mềm robot mã nguồn mở được sử dụng rộng rãi. Năm 2011, Ng thành lập dự án Google Brain tại Google, công ty đã phát triển mạng lưới nơ-ron nhân tạo quy mô lớn bằng cơ sở hạ tầng điện toán phân tán của Google.

Bản thảo Machine learning Yield tải tại đây

Ryan Hoang
Theo Techgrabyte, Amazon

Tin liên quan: