Trí tuệ nhân tạo (AI – Artificial Intelligence) là một phân mảng lớn của khoa học máy tính. Có hai khái niệm chắc chắn bạn sẽ gặp thường xuyên khi học trí tuệ nhân tạo chính là Machine Learning và Deep Learning. Trong đó Machine Learning (học máy) là tập hợp con của trí tuệ nhân tạo, để cập đến việc các chương trình máy tính có thể tự động học hỏi và thích ứng với dữ liệu mới mà không cần sự trợ giúp của con người. Deep Learning (học sâu) là một phương pháp của học máy cho pháp máy tính tự động học tập thông qua việc hấp thu lượng lớn dữ liệu phi cấu trúc như văn bản, video hoặc hình ảnh.
Mời bạn Download sách Machine Learning cơ bản miễn phí
Hướng dẫn này dành cho bất kỳ ai có kiến thức lập trình cơ bản hoặc nền tảng khoa học máy tính quan tâm đến việc trở thành Nhà khoa học nghiên cứu với về Học sâu và NLP. Đừng quên tham khảo TOP 10 tài liệu tự học Python
1. Kiến thức toán học nền tảng
Phần Nền tảng toán học dành cho tất cả các ngành Trí tuệ nhân tạo như Học máy, Học tăng cường, Thị giác máy tính, v.v. AI dựa chủ yếu vào lý thuyết toán học nên nền tảng vững chắc là điều cần thiết.
Đại số tuyến tính (Linear Algebra)
Nhánh Toán học này rất quan trọng để hiểu cơ chế của Mạng thần kinh vốn là tiêu chuẩn cho các phương pháp NLP trong thời đại hiện đại.
Xác suất (Probability)
Most of Natural Language Processing and Machine Learning Algorithms are based on Probability theory. So this branch is extremely important for grasping how old methods work.
Giải tích (Calculus)
Lí thuyết tối ưu (Optimization Theory)
| Resource | Difficulty |
|---|---|
| CMU optimization course 2018🎥 | ★★★★★ |
| CMU Advanced optimization course🎥 | ★★★★★ |
| Stanford Famous optimization course 🎥 | ★★★★★ |
| Boyd Convex Optimization Book 📕 | ★★★★★ |
2. Học máy (Machine Learning)
Machine learning (ML) hay máy học là một nhánh của trí tuệ nhân tạo (AI), nó là một lĩnh vực nghiên cứu cho phép máy tính có khả năng cải thiện chính bản thân chúng dựa trên dữ liệu mẫu (training data) hoặc dựa vào kinh nghiệm (những gì đã được học). Machine learning có thể tự dự đoán hoặc đưa ra quyết định mà không cần được lập trình cụ thể.
Bài toán machine learning thường được chia làm hai loại là dự đoán (prediction) và phân loại (classification). Các bài toán dự đoán như dự đoán giá nhà, giá xe… Các bài toán phân loại như nhận diện chữ viết tay, nhận diện đồ vật…
3. Học sâu (Deep Learning)
Deep Learning (học sâu) có thể được xem là một lĩnh vực con của Machine Learning (học máy) – ở đó các máy tính sẽ học và cải thiện chính nó thông qua các thuật toán. Deep Learning được xây dựng dựa trên các khái niệm phức tạp hơn rất nhiều, chủ yếu hoạt động với các mạng nơ-ron nhân tạo để bắt chước khả năng tư duy và suy nghĩ của bộ não con người.
4. Học tăng cường (Reinforcement Learning)
Trong ngành khoa học máy tính, học tăng cường là một lĩnh vực con của học máy, nghiên cứu cách thức một agent trong một môi trường nên chọn thực hiện các hành động nào để cực đại hóa một khoản thưởng nào đó về lâu dài.
5. Xử lý ngôn ngữ tự nhiên (Natural language processing)
Xử lý ngôn ngữ tự nhiên là một nhánh của trí tuệ nhân tạo tập trung vào các ứng dụng trên ngôn ngữ của con người. Trong trí tuệ nhân tạo thì xử lý ngôn ngữ tự nhiên là một trong những phần khó nhất vì nó liên quan đến việc phải hiểu ý nghĩa ngôn ngữ-công cụ hoàn hảo nhất của tư duy và giao tiếp.
