Dowload tạp chí Trí tuệ nhân tạo số 12

Dowload tạp chí Trí tuệ nhân tạo số 12

Trong tạp chí trí tuệ nhân tạo số 12 này, ban biên tập xin giới thiệu đến bạn đọc của góc nhìn chuyên gia câu chuyện về Lê Viết Quốc – nhà khoa học người Việt đứng sau AutoML, cùng với một bài tổng kết về công việc thực sự của các nhà khoa học dữ liệu của Hugo Bowne Anderson, data scientist đang làm việc tại Data Camp. Tiếp đó, ở phần Machine learning tutorial, trong số này, tác giả Hà Đỗ sẽ giới thiệu một cách tiếp cận khác của các kỹ thuật Machine Learning, đó là họ mô hình thuật toán (algorithmic model). Cuối cùng, chúng tôi sẽ tiếp tục giới thiệu với các bạn phần tiếp theo của bài báo của Galit Shmueli “Giải thích hay dự báo”, với việc đi sâu hơn phân tích sự khác biệt của hai vấn đề này trong từng giai đoạn thực hiện dự án.

Bạn đọc có thể download tạp chí số 12 tại đây.

Dowload tạp chí Trí tuệ nhân tạo số 11

Dowload tạp chí Trí tuệ nhân tạo số 11

Trong số 11 này, tạp chí xin giới thiệu đến bạn đọc của góc nhìn chuyên gia câu trả lời cho câu hỏi về sự khác biệt về vai trò của người kỹ sư (Ms) và tiến sĩ (PhD) trong một team làm sản phẩm công nghiệp trong các ngành Machine Learning.

Tiếp theo phần Machine learning tutorial về lựa chọn mô hình (Model Selection) ở số trước, trong số này, tác giả Hà Đỗ sẽ giới thiệu đến bạn đọc phương pháp thứ 2 – theo các tiêu chuẩn thốngg kê, Statistical …Criteria hay Information Criteria (IC) với các chỉ số như AIC, BIC, …

Trên thực tế, ngoài những vấn đề đã đề cập thì Model selection còn phụ thuộc khá nhiều vào tính chất của dự án. Do vậy, trong phần cuối, chúng tôi muốn giới thiệu đến bạn đọc một bài báo của Galit Shmueli xuất bản năm 2010 trên tạp chí Statistical Science với tựa đề “Giải thích hay dự báo”. Bản chất của hai vấn đề này là khác nhau và tùy vào mục đích của công việc cần giải quyết mà một data scientist khi làm model selection cần hiểu rõ để lựa chọn được statistical criteria phù hợp.

Các bạn có thể download tạp chí tại đây.

Dowload tạp chí Trí tuệ nhân tạo số 10

Dowload tạp chí Trí tuệ nhân tạo số 10

Trong số này, góc nhìn chuyên gia sẽ giới thiệu với bạn đọc cuộc phỏng vấn của KDnuggets với giáo sư Yann LeCun, chuyên gia hàng đầu về Deep Learning về (deep) neural nets và kernel (support vector) machines.
Tiếp theo phần giới thiệu về vấn đề bias variance trade off và STL trong các số trước, tác giả Hà Đỗ sẽ giới thiệu trong số này các phương pháp lựa chọn model thông qua việc tìm kiếm các hệ số hyper parameters, qua đó giải thích nguồn gốc của các phương pháp sampling method (hold-out hoặc cross validation, hay Information Criteria.
Cuối cùng, tạp chí xin giới thiệu với bạn đọc một số kiến thức cần biết khi sử dụng R trong cleaning/ wrangling data để làm việc hiệu quả và khoa học hơn.
Các bạn có thể download tạp chí tại đây.

Dowload tạp chí Trí tuệ nhân tạo số 9

Dowload tạp chí Trí tuệ nhân tạo số 9


Dowload tạp chí Trí tuệ nhân tạo số 9

Trong số này, góc nhìn chuyên gia sẽ giới thiệu với bạn đọc những quan điểm của giáo sư Micheal I. Jordan, (người hướng dẫn của Yoshua Bengio và Francis Bach), về Intelligence Artificial, Augmented Intelligence và Infrastructure Intelligence, những gì chúng ta đang làm hiện nay thực tế là gì, và những thách thức trong ngành kỹ thuật này. Tiếp theo, tác giả Hà Đỗ sẽ giới thiệu về các khái niệm cơ bản của Statistical Learning Theory (STL) – một lý thuyết tổng quát cho phép thống nhất các khái niệm và mô hình đã được giới thiệu trong các số tạp chí trước, và giúp bạn đọc hiểu thêm về gốc rễ của sự hình thành tư duy ML hiện tại. Kiến thức cơ bản về STL trong phần này cũng giúp bạn đọc hiểu rõ hơn bài báo của Pedro Domingos về các kinh nghiệm lý thuyết và thực tiễn trong quá trình sử dụng Machine learning trong phần Special Article cuối cùng.

Các bạn có thể download tạp chí Trí tuệ nhân tạo số 9 tại đây.

Dowload tạp chí Trí tuệ nhân tạo số 8

Dowload tạp chí Trí tuệ nhân tạo số 8

Sự trỗi dậy của Trí tuệ Nhân tạo và Machine Learning gần đây đã thổi bùng lên sự kỳ vọng về những bước đột phát trong nhiều lĩnh vực, trong đó có lĩnh vực tài chính – ngân hàng. Nhưng thực tế liệu có được như kỳ vọng? Đây là chủ đề chính của bài viết được giới thiệu trong phần Góc nhìn chuyên gia số tháng 4.

Tiếp theo, tác giả Hà Đỗ sẽ tiếp tục bàn về vấn đề multi-collinearity và một số phương pháp khắc phục cổ điển cho vấn đề nghiên trọng này.

Số này chúng ta sẽ tạm gác phần Xử lý ngôn ngữ tự nhiên lại và tìm hiểu về một chủ đề khá mới nhưng đầy hứa hẹn trong Machine Learning nói riêng và Trí tuệ Nhân tạo nói chung, đó là “Learning to Learn”. Vậy nó là gì? Hãy đọc mục Special Article của số 8.

Các bạn có thể download Tạp chí Trí tuệ Nhân tạo số 8 ở đây.