Toán & Python cho ML
Nội dung mẫu (placeholder). Thay bằng bài viết thật — cấu trúc bên dưới có thể giữ nguyên.
Đại số tuyến tính tối thiểu
Vector, ma trận, phép nhân ma trận và ý nghĩa hình học của chúng — đủ để hiểu cách dữ liệu chảy qua một mô hình.
Gradient & đạo hàm
Đạo hàm cho biết hàm thay đổi theo hướng nào; gradient là phiên bản nhiều chiều. Đây là công cụ cốt lõi để tối ưu mô hình.
hình: trực quan gradient descent
NumPy / Pandas
Làm quen với mảng NumPy và DataFrame của Pandas — hai công cụ bạn sẽ dùng trong mọi bài sau.
Trực quan hoá dữ liệu
Vẽ phân phối, scatter và đường học (learning curve) để hiểu dữ liệu trước khi mô hình hoá.
Bài tập nhỏ
Tải một tập dữ liệu nhỏ, tính trung bình/độ lệch chuẩn bằng NumPy và vẽ histogram bằng Matplotlib.