Lộ trình
Những gì đã có hôm nay và các hướng sẽ được xây dựng tiếp. Mục đã có đề cương sẽ dẫn đến trang khóa học.
Nền tảng
Toán học cho Machine Learning
Đại số tuyến tính, giải tích, xác suất và tối ưu — nền toán được dùng xuyên suốt lộ trình.Machine Learning căn bản
Mô hình tuyến tính và phi tuyến, học có giám sát, học không giám sát và mạng neural dưới góc nhìn tối ưu.Deep Learning hiện đại
Huấn luyện mạng sâu, CNN, RNN, attention và Transformer — từ cơ chế đến thực hành.Nền tảng mô hình ngôn ngữ lớn
Tokenization, kiến trúc decoder-only, pretraining, fine-tuning, đánh giá và suy luận hiệu quả.Dự án
Tự xây dựng Tensor framework
Tự cài đặt tensor, autograd và vòng lặp huấn luyện.Tự xây dựng bộ máy suy luận LLM
KV cache, sampling và quantization — tự xây dựng từ đầu một bộ máy suy luận.Paper
Đọc paper và hơn thế nữa
Đọc và tái hiện các công trình nền tảng; mỗi paper liên kết trực tiếp đến khóa học cần học trước.