Chào bạn, tôi là Tiến sĩ Minh Trí. Bạn có cảm thấy bế tắc khi mô hình AI của mình không hội tụ nhưng không hiểu tại sao? Bạn muốn nắm vững bản chất của Backpropagation hay Attention Mechanism thay vì chỉ gọi các hàm từ PyTorch hay TensorFlow? Đã đến lúc bạn làm chủ "linh hồn" của trí tuệ nhân tạo với cuốn sách "Math and Architectures of Deep Learning" (2024).
Krishnendu Chaudhury dẫn dắt bạn đi từ những không gian vector cơ bản đến các kiến trúc Transformer phức tạp nhất. Trong cuốn sách toán học Deep Learning chuyên sâu này, bạn sẽ làm chủ:
Nền tảng toán học thuần khiết: Giải tích đa biến, đại số tuyến tính nâng cao và lý thuyết tối ưu hóa — những công cụ trực tiếp xây dựng nên các hàm mất mát (Loss Functions).
Kiến trúc mạng thần kinh (Architectures): Phân tích chi tiết cấu trúc của CNN, RNN, GAN và các mạng Attention-based (Transformers) từ góc độ toán học.
Cơ chế học máy: Hiểu sâu về tối ưu hóa Gradient Descent, Stochastic Gradient và các kỹ thuật Regularization giúp mô hình tổng quát hóa tốt hơn.
Học sâu từ số không: Cách hiện thực hóa các thuật toán bằng mã nguồn dựa trên các định lý toán học, giúp bạn tự tin tùy chỉnh mọi mô hình.
Cập nhật 2024: Đi sâu vào các kiến trúc nền tảng của các mô hình ngôn ngữ lớn (LLMs) và các kỹ thuật tối ưu hóa hiện đại nhất.
Về mặt học thuật, tôi đánh giá cao cách tác giả sử dụng các ví dụ trực quan để giải thích các khái niệm trừu tượng, giúp "toán học hóa" tư duy lập trình của bạn. Đối với cộng đồng AI Việt Nam, kiến thức trong cuốn sách IT này là vũ khí để bạn thoát khỏi cái mác "thợ dạy mô hình" và trở thành một nhà phát triển thuật toán thực thụ. Tại 89ebook, chúng tôi mang đến tri thức này để giúp trí tuệ của bạn vươn tầm thế giới.
