Không gian con (Subspace) và ví dụ
Không gian con là một tập con của không gian vector, và bản thân nó cũng là một không gian vector với các phép toán cộng và nhân vô hướng được định nghĩa giống như…
Understanding Vector Spaces with Concrete Examples
The vector space is an algebraic structure with properties of addition and multiplication, applied in many fields such as physics and machine learning. We will prove that Euclidean space and function space are vector spaces.
Matrix Properties and Remembering Tricks
1. Basic Additive Properties of Matrices: Ways to remember: We see that the basic properties of matrix addition are quite similar to those of real numbers, with the commutative property, associative property, and the existence…
Các Tính Chất Quan Trọng Của Ma Trận và cách nhớ
1. Các tính chất cơ bản của ma trận 📝 Nhận xét: Các tính chất trên rất giống với tính chất của số thực, bao gồm tính giao hoán, tính kết hợp và sự tồn…
So sánh Phương Pháp Tiếp Tuyến và Cát Tuyến
Phương pháp tiếp tuyến và phương pháp cát tuyến là các thuật toán số học để giải phương trình phi tuyến, được sử dụng rộng rãi trong nhiều lĩnh vực khác nhau như kỹ thuật,…
Phương pháp chia đôi (Bisection Method)
Phương pháp chia đôi trong giải tích số là một trong những kỹ thuật quan trọng và hữu ích để giải quyết các bài toán tìm nghiệm của phương trình, đặc biệt là trong những…
Random Variable
Random variables are essential components in probability theory and statistics, serving as numerical outcomes of random phenomena. Understanding the behavior of random variables allows practitioners to make informed decisions about the likely outcomes of complex…
How to debug codes generated by ChatGPT
Debugging code generated by ChatGPT by pasting the error into ChatGPT for it to resolve its own problem, most of the time, is a very bad choice for me. So, most of the time, I…
Mô hình SARIMA
Mô hình SARIMA là một phiên bản mở rộng của ARIMA, được thiết kế để xử lý dữ liệu chuỗi thời gian có tính mùa vụ rõ rệt. SARIMA kết hợp các thành phần: Mô…
ARIMA with Seasonality in Python using sktime
ARIMA (AutoRegressive Integrated Moving Average) with seasonality is an extension of the traditional ARIMA model to handle data with seasonal patterns. Seasonal patterns are periodic fluctuations that repeat over a fixed period, such as daily,…
Introduction to Time Series Forecasting and Key Forcasting Evaluation Metrics
Time series forecasting involves predicting future values of a sequence of data points, typically measured over time at consistent intervals. This type of analysis is critical in various fields, such as finance, economics, supply chain,…
K-Nearest Neighbors for Time Series Prediction in Python with sktime
The K-nearest neighbours Time Series Regressor is an effective non-parametric machine learning method for predicting future values based on historical data, leveraging data proximity for accurate forecasting across various applications.
ARIMA in Python with sktime
Implementation in python of ARIMA for time series forecasting, and how to use auto-ARIMA in sktime to find the optimal parameter in ARIMA
Hồi quy KNN cho chuỗi thời gian với sktime trong python
K-Nearest Neighbors Time Series Regressor là một thuật toán học máy mạnh mẽ, tận dụng khái niệm về sự gần gũi giữa các điểm dữ liệu để dự đoán các giá trị tương lai dựa…
Giới thiệu về Dự báo Chuỗi Thời gian và Các Chỉ số Đánh giá Dự báo Chính
Giới thiệu về Dự báo Chuỗi Thời gian Dự báo chuỗi thời gian là việc dự đoán các giá trị tương lai của một chuỗi dữ liệu, thường được đo lường theo thời gian tại…
Understanding Univariate Time Series Analysis
Time Series Analysis: Univariate Overview Univariate Time Series: A univariate time series is a sequence of measurements of the same variable collected over time, often at regular intervals. Unlike standard linear regression, the data in…
Machine Learning and Deep Learning Free Online Courses
Basic probability & statistics Optimization & Background for Machine Learning and Deep Learning Machine Learning Deep learning: Introductory courses Advanced: Programming courses Other: Google Cloud Machine Learning Crash Course:
Uncertainty Estimation in Machine Learning and Deep Learning
Uncertainty estimation of the prediction is important in Machine Learning and Deep Learning, as it allows practitioners to understand not only the output of their models but also the reliability and confidence associated with those…
Understanding Polynomial Regression: A Comprehensive Comic Guide with codes
Polynomial regression is a form of regression analysis in which the relationship between the independent variable and the dependent variable is modeled as an -degree polynomial. It’s an extension of linear regression that can capture…
Understanding Random Forests for Quantile Prediction with sklearn implementation
Random forests enhance predictive performance by allowing quantile predictions, offering insights into outcome variability. This method is vital for risk assessment, aiding informed decision-making in uncertain environments.
Deep Ensembles: Leveraging Ensemble Methods for Uncertainty Estimation in AI (with codes)
Ensemble methods enhance machine learning models’ uncertainty estimation by aggregating diverse predictions, improving accuracy, and generalization through training multiple models independently.
Monte Carlo and MC Dropout for neural network Uncertainty modeling
While there are various methods for uncertainty modeling in neural networks, Monte Carlo (MC) methods are widely used due to their simplicity and ease of implementation, particularly when predicting probabilities or modeling distributions is computationally…
Na Uy & Cách Xin Học Bổng Tiến Sĩ Tại Na Uy
Học Tiến sĩ tại Na Uy có thể là một lựa chọn tuyệt vời, vì nhiều trường đại học và tổ chức nghiên cứu tại đây cung cấp học bổng và chương trình Tiến sĩ…
Cross Entropy Loss & why we don’t need softmax for Cross Entropy Loss
Cross-entropy loss measures the difference between predicted and actual probability distributions in classification tasks, particularly in neural networks.
Những điều Nên Làm và Cần Tránh khi làm nghiên cứu và viết bài báo khoa học
Viết về phương pháp của người khác trong phần methodology của mình Đó là một sai lầm khá phổ biến và dễ gây nhầm lẫn trong trình bày bài báo khoa học! Việc mô tả…
Common writing mistakes in writing scientific papers
Common writing mistakes in scientific papers include a lack of clarity, improper use of terminology, and poor organization of ideas, which can confuse readers and detract from the overall impact of the research. Frequently, authors…
Step-by-Step Guide: in-app collect user emails to submit to Google Form in C# Unity
This content explains how to link a Google Form to a Google Sheet and submit user email data using a C# script in Unity.
Top 15 Overleaf Shortcuts to Boost Your Productivity
In Overleaf, a popular LaTeX editor, there are numerous keyboard shortcuts that can enhance your productivity. Here are some of the most useful ones: Remember that these shortcuts may vary depending on your operating system…
Classical definite of Probability
The classical probability definition calculates the likelihood of an event based on favorable and total outcomes, illustrated with examples.
A Deep Dive into Adaptive Learning Rate Algorithms with PyTorch implementation
AdaGrad The AdaGrad algorithm individually adjusts the learning rates of all model parameters by scaling them inversely proportional to the square root of the cumulative sum of their past squared gradients. This means that parameters…
Giới thiệu về hệ thống AI, mạng thần kinh và NLP: Công cụ tìm kiếm cho cõi chết
Mỗi khi nghe chuyện ma, tôi thường rất tò mò về cuộc sống sau khi chết. Tôi bắt đầu lên Google tra cứu những câu hỏi như: Tại sao ma lại sợ tỏi? Ma cà…
Gradient clipping and Pytorch codes
Gradient clipping is a technique used to address the problem of exploding gradients in deep neural networks. It involves capping the gradients during the backpropagation process to prevent them from becoming excessively large, which can…