Bạn nào học Machine Learning, dù là học có giáo viên hay tự học chắc vẫn không khỏi xoắn quẩy với một nùi concept. Đọc một câu hết 10 từ không hiểu và google 1 từ thì lòi ra thêm 10 khái niệm khác mình cũng không biết. Khó khăn không dừng ở đó. Ngoài việc phải hiểu và phân biệt được các concept, bạn cần hệ thống được (1) process xây dựng một ML model nó như thế nào và (2) các nhóm concepts chính là gì và nằm ở đâu trong nguyên process đó.
Trong article này, Cherry sẽ tóm cho bạn hai ý:
Mục tiêu chung khi xây dựng bất kì ML model là gì
Bản đồ ML (deduct từ một ví dụ cụ thể nhưng dễ hình dung): dùng để định hướng quá trình và các khái niệm liên quan ở từng giai đoạn của quá trình xây dựng một ML model.
Bài viết này của Cherry sẽ phù hợp với đại đa số đối tượng: từ newbie, tới các bạn đang học nhưng gặp trở ngại hoặc các bạn rành rồi nhưng muốn có một hình ảnh dễ nhớ để ôn thi/interview.
*nếu có feedback gì, mọi người vui lòng inbox Cherry nhé. Thanks all!
Kommentare