{"product_id":"ai-hien-dai-tu-nguyen-ly-co-dien-den-mo-hinh-nen-tang-p279594593","title":"Ai Hiện Đại - Từ Nguyên Lý Cổ Điển Đến Mô Hình Nền Tảng","description":"\u003cp\u003e      Trong biển kiến thức AI bao la, người học rất dễ bị choáng ngợp và không biết nên bắt đầu từ đâu. Làm thế nào để học AI một cách bài bản, vừa nắm chắc kiến thức nền tảng, vừa có thể tiếp cận và làm chủ những công nghệ mới nhất?\u003c\/p\u003e\n\u003cp\u003e         Bạn có thể tìm thấy câu trả lời trong cuốn sách  \u003cstrong\u003e“AI hiện đại: Từ nguyên lý cổ điển tới mô hình nền tảng”.\u003c\/strong\u003e\u003c\/p\u003e\n\u003cp\u003e    Đây là một cuốn sách chuyên sâu về AI, được viết bằng tiếng Việt. Cuốn sách không chỉ dừng lại ở bề nổi như \u003cem\u003e“AI là gì?”\u003c\/em\u003e hay \u003cem\u003e“AI có thể ứng dụng như thế nào?”\u003c\/em\u003e, mà giúp bạn đọc đi sâu vào bản chất của AI: cơ sở toán học đằng sau những \u003cem\u003e“điều kỳ diệu”\u003c\/em\u003e của AI là gì, mô hình học máy là gì, cơ chế tự chú ý hoạt động ra sao, vì sao các mô hình ngôn ngữ lớn có thể tạo sinh văn bản, và nhiều chủ đề hiện đại khác như AI tạo sinh, mô hình nền tảng, AI diễn giải, cũng như các lỗ hổng an toàn thông tin trong mô hình học sâu.\u003c\/p\u003e\n\u003cp\u003e   Cuốn sách được viết bởi hai nhà giáo, nhà nghiên cứu có nhiều năm kinh nghiệm trong giảng dạy và nghiên cứu về AI: \u003cstrong\u003eGS. TS. Thái Trà My\u003c\/strong\u003e từ Đại học Florida, Mỹ và \u003cstrong\u003ePGS. TS. Nguyễn Phi Lê\u003c\/strong\u003e từ Đại học Bách khoa Hà Nội.\u003c\/p\u003e\n\u003cp\u003e  Với tất cả tâm huyết, các tác giả mong muốn mang đến cho bạn đọc một tài liệu AI chuẩn xác, hệ thống và giàu giá trị học thuật, nhưng vẫn được trình bày bằng một văn phong trực quan, dễ hiểu và gần gũi.\u003c\/p\u003e\n\u003cp\u003e      Dù nội dung có chiều sâu, cuốn sách vẫn được thiết kế để phù hợp với nhiều đối tượng độc giả. Bạn không nhất thiết phải có nền tảng AI từ trước. Chỉ cần có sự tò mò và mong muốn học một cách nghiêm túc, cuốn sách sẽ từng bước dẫn bạn đi từ những khái niệm cơ bản đến các mô hình hiện đại.\u003c\/p\u003e\n\u003cp\u003e    Một số điểm nổi bật của cuốn sách:\u003c\/p\u003e\n\u003cp\u003e Cung cấp kiến thức AI chuyên sâu nhưng được trình bày dễ tiếp cận\u003c\/p\u003e\n\u003cp\u003e Bao quát từ AI cổ điển, học máy, học sâu đến mô hình nền tảng và AI tạo sinh\u003c\/p\u003e\n\u003cp\u003e Viết hoàn toàn bằng tiếng Việt\u003c\/p\u003e\n\u003cp\u003e Đi sâu vào bản chất toán học và nguyên lý hoạt động của AI\u003c\/p\u003e\n\u003cp\u003e️ Có nhiều hình ảnh minh họa, ghi chú, kinh nghiệm thực tế và chỉ dẫn quan trọng\u003c\/p\u003e\n\u003cp\u003e Có hệ thống bài tập ôn tập sau mỗi chương để củng cố kiến thức\u003c\/p\u003e\n\u003cp\u003eNếu bạn là sinh viên, học viên cao học, nghiên cứu sinh, giảng viên, kỹ sư công nghệ, nhà quản lý, hoặc đơn giản là một người muốn học AI một cách bài bản bằng tiếng Việt, đây chắc chắn là một cuốn sách rất đáng đọc.\u003c\/p\u003e\n\u003cp\u003e\u003cstrong\u003eLời tựa\u003c\/strong\u003e\u003cbr\u003e\u003cstrong\u003eI Nền tảng của Trí tuệ nhân tạo\u003c\/strong\u003e\u003cbr\u003e\u003cstrong\u003e1 Trí tuệ nhân tạo là gì?\u003c\/strong\u003e\u003cbr\u003e1.1 Định nghĩa và phạm vi của AI\u003cbr\u003e1.2 Bản chất trí tuệ: con người vs. máy tính\u003cbr\u003e1.3 Các hệ chuẩn: ký hiệu và thống kê\u003cbr\u003e1.4 Tiến trình lịch sử\u003cbr\u003e1.5 Trí tuệ nhân tạo hẹp và tổng quát \u003cbr\u003eHệ thống bài tập Chương 1\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm \u003cbr\u003e\u003cstrong\u003e2 Tác tử và giải quyết bài toán\u003c\/strong\u003e\u003cbr\u003e2.1 Tác tử và môi trường\u003cbr\u003e2.2 Cấu trúc hóa vấn đề: Bài toán tìm kiếm\u003cbr\u003e2.3 Tìm kiếm mù\u003cbr\u003e2.4 Tìm kiếm có thông tin\u003cbr\u003e2.5 Tìm kiếm cục bộ\u003cbr\u003e2.6 Tìm kiếm trong các hệ thống AI hiện đại\u003cbr\u003eHệ thống bài tập Chương 2\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e3 Biểu diễn tri thức và lập luận\u003c\/strong\u003e\u003cbr\u003e3.1 Tác tử dựa trên tri thức và logic mệnh đề\u003cbr\u003e3.2 Lập luận và các thuật toán suy diễn\u003cbr\u003e3.3 Logic bậc nhất \u003cbr\u003e3.4 Hệ thống dựa trên luật và hệ chuyên gia\u003cbr\u003e3.5 Giới hạn của AI ký hiệu\u003cbr\u003e3.6 Từ logic đến đồ thị tri thức\u003cbr\u003eHệ thống bài tập Chương 3\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003eII Cơ sở toán học cho học máy\u003c\/strong\u003e\u003cbr\u003e\u003cstrong\u003e4 Đại số tuyến tính cho học máy\u003c\/strong\u003e\u003cbr\u003e4.1 Từ trực giác đến toán học không gian vector\u003cbr\u003e4.2 Ma trận: bảng dữ liệu và cỗ máy biến đổi \u003cbr\u003e4.3 Phép nhân ma trận\u003cbr\u003e4.4 Ma trận đặc biệt và các đại lượng đặc trưng\u003cbr\u003e4.5 Định lượng sự tương đồng\u003cbr\u003e4.6 Trị riêng và vector riêng\u003cbr\u003e4.7 Chuẩn ma trận và sự ổn định của AI\u003cbr\u003eHệ thống bài tập Chương 4 \u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e5 Xác suất và thống kê cho học máy\u003c\/strong\u003e\u003cbr\u003e5.1 Biến ngẫu nhiên\u003cbr\u003e5.2 Nền tảng của xác suất\u003cbr\u003e5.3 Các đại lượng đặc trưng của dữ liệu ngẫu nhiên\u003cbr\u003e5.4 Các phân phối xác suất kinh điển \u003cbr\u003e5.5 Ứng dụng của định lý Bayes\u003cbr\u003e5.6 Ước lượng tham số trong học máy \u003cbr\u003e5.7 Lý thuyết thông tin và hàm mất mát\u003cbr\u003eHệ thống bài tập Chương 5\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e6 Tối ưu hóa và giải tích của học máy \u003c\/strong\u003e\u003cbr\u003e6.1 Tối ưu hóa trong học máy\u003cbr\u003e6.2 Đặc tính cực trị của hàm mục tiêu\u003cbr\u003e6.3 Giải tích nền tảng: toán học của sự thay đổi\u003cbr\u003e6.4 Hàm lồi và hàm không lồi\u003cbr\u003e6.5 Thuật toán giảm dần đạo hàm\u003cbr\u003e6.6 Các biến thể của Gradient Descent\u003cbr\u003e6.7 Tối ưu hóa nâng cao: động lượng và thích ứng\u003cbr\u003eHệ thống bài tập Chương 6\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003eIII Học máy\u003c\/strong\u003e\u003cbr\u003e\u003cstrong\u003e7 Các nguyên lý cơ bản của học máy\u003c\/strong\u003e\u003cbr\u003e7.1 Thế nào là “học máy”?\u003cbr\u003e7.2 Tác vụ T\u003cbr\u003e7.3 Đo lường hiệu năng P\u003cbr\u003e7.4 Kinh nghiệm E \u003cbr\u003e7.5 Quá trình xây dựng một mô hình AI\u003cbr\u003e7.6 Quá khớp, thiếu khớp\u003cbr\u003e7.7 Chính quy hóa\u003cbr\u003eHệ thống bài tập Chương 7\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e8 Học máy cổ điển\u003c\/strong\u003e\u003cbr\u003e8.1 Thuật toán k-láng giềng gần nhất\u003cbr\u003e8.2 Mô hình cây quyết định \u003cbr\u003e8.3 Mô hình rừng ngẫu nhiên\u003cbr\u003e8.4 Hồi quy tuyến tính\u003cbr\u003e8.5 Mô hình hồi quy Logistic\u003cbr\u003e8.6 Hồi quy Softmax\u003cbr\u003e8.7 Học tổ hợp\u003cbr\u003eHệ thống bài tập Chương 8\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e9 Mạng nơ-ron đa tầng truyền thẳng\u003c\/strong\u003e\u003cbr\u003e9.1 Tổng quan về mạng MLP\u003cbr\u003e9.2 Hạn chế của các mô hình tuyến tính\u003cbr\u003e9.3 Cấu trúc của mạng MLP\u003cbr\u003e9.4 Hàm kích hoạt\u003cbr\u003e9.5 Cơ chế lan truyền trong mạng MLP\u003cbr\u003eHệ thống bài tập Chương 9\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003eIV Học sâu và các mô hình nền tảng\u003c\/strong\u003e\u003cbr\u003e\u003cstrong\u003e10 Thị giác máy tính\u003c\/strong\u003e\u003cbr\u003e10.1 Giới thiệu về thị giác máy tính\u003cbr\u003e10.2 Thị giác máy tính truyền thống\u003cbr\u003e10.3 Mạng nơ-ron tích chập\u003cbr\u003e10.4 Một số mạng CNN cho bài toán phân loại ảnh \u003cbr\u003e10.5 Một số mạng CNN cho bài toán nhận diện đối tượng\u003cbr\u003e10.6 Mạng CNN cho bài toán phân đoạn ảnh\u003cbr\u003eHệ thống bài tập Chương 10\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm \u003cbr\u003e\u003cstrong\u003e11 Xử lý ngôn ngữ tự nhiên\u003c\/strong\u003e\u003cbr\u003e11.1 Giới thiệu về xử lý ngôn ngữ tự nhiên\u003cbr\u003e11.2 Các phương pháp biểu diễn văn bản cổ điển\u003cbr\u003e11.3 NLP thống kê\u003cbr\u003e11.4 Biểu diễn phân tán\u003cbr\u003e11.5 Mạng nơ-ron cho dữ liệu chuỗi\u003cbr\u003e11.6 Mạng hồi quy có cổng\u003cbr\u003e11.7 Mô hình bộ mã hóa – giải mã \u003cbr\u003eHệ thống bài tập Chương 11\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm \u003cbr\u003e\u003cstrong\u003e12 Mô hình bộ biến đổi\u003c\/strong\u003e\u003cbr\u003e12.2 Cơ chế chú ý \u003cbr\u003e12.3 Các hàm căn chỉnh phổ biến \u003cbr\u003e12.4 Hàm phân phối trọng số\u003cbr\u003e12.5 Các cơ chế chú ý thường gặp\u003cbr\u003e12.6 Mã hóa vị trí\u003cbr\u003e12.7 Kiến trúc Transformer\u003cbr\u003e12.8 Mô hình Transformer cho dữ liệu ảnh (ViT) \u003cbr\u003eHệ thống bài tập Chương 12\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e13 Học biểu diễn quy mô lớn và mô hình nền tảng\u003c\/strong\u003e\u003cbr\u003e13.1 Động cơ ra đời\u003cbr\u003e13.2 Tiền huấn luyện\u003cbr\u003e13.3 Tinh chỉnh mô hình\u003cbr\u003e13.4 Một số mô hình nền tảng nổi tiếng\u003cbr\u003eHệ thống bài tập Chương 13\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e14 AI tạo sinh\u003c\/strong\u003e\u003cbr\u003e14.1 Giới thiệu\u003cbr\u003e14.2 Mô hình sinh truyền thống\u003cbr\u003e14.3 Bộ tự mã hóa biến phân\u003cbr\u003e14.4 Mô hình đối kháng\u003cbr\u003e14.5 Mô hình khuếch tán\u003cbr\u003eHệ thống bài tập Chương 14\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003eV AI đáng tin cậy và trách nhiệm\u003c\/strong\u003e\u003cbr\u003e\u003cstrong\u003e15 Tính minh bạch\u003c\/strong\u003e\u003cbr\u003e15.1 AI đáng tin cậy \u003cbr\u003e15.2 Tính minh bạch\u003cbr\u003e15.3 Phân loại kỹ thuật giải thích\u003cbr\u003e15.4 Các thuật toán giải thích tiêu chuẩn \u003cbr\u003e15.5 XAI nâng cao\u003cbr\u003eHệ thống bài tập Chương 15\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e16 Tính cứng cáp và quyền riêng tư\u003c\/strong\u003e\u003cbr\u003e16.1 Mở đầu: Bề mặt tấn công\u003cbr\u003e16.2 Tính cứng cáp và học máy đối kháng\u003cbr\u003e16.3 Tấn công đầu độc và cửa sau\u003cbr\u003e16.4 Rủi ro quyền riêng tư\u003cbr\u003e16.5 Quyền riêng tư vi phân \u003cbr\u003e16.6 An toàn cho mô hình nền tảng\u003cbr\u003eHệ thống bài tập Chương 16\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e17 Thiên kiến và công bằng\u003c\/strong\u003e\u003cbr\u003e17.1 Vì sao công bằng lại khó?\u003cbr\u003e17.2 Nguồn gốc của thiên kiến\u003cbr\u003e17.3 Các tiêu chuẩn công bằng\u003cbr\u003e17.4 Các phương pháp giảm thiểu thiên kiến\u003cbr\u003e17.5 Hơn cả thuật toán: Yếu tố con người \u003cbr\u003eHệ thống bài tập Chương 17 \u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003e18 Đạo đức và quản trị AI\u003c\/strong\u003e\u003cbr\u003e18.1 Căn chỉnh giá trị và đạo đức thuật toán \u003cbr\u003e18.2 Quản trị AI\u003cbr\u003e18.3 Trách nhiệm và các câu hỏi còn bỏ ngỏ\u003cbr\u003eHệ thống bài tập Chương 18\u003cbr\u003eGhi chú thư mục và tài liệu đọc thêm\u003cbr\u003e\u003cstrong\u003eLời bạt \u003c\/strong\u003e\u003c\/p\u003e\u003cp\u003eGiá sản phẩm trên Tiki đã bao gồm thuế theo luật hiện hành. Bên cạnh đó, tuỳ vào loại sản phẩm, hình thức và địa chỉ giao hàng mà có thể phát sinh thêm chi phí khác như phí vận chuyển, phụ phí hàng cồng kềnh, thuế nhập khẩu (đối với đơn hàng giao từ nước ngoài có giá trị trên 1 triệu đồng).....\u003c\/p\u003e","brand":"GS.TS. Thái Trà My - PGS.TS. Nguyễn Phi Lê","offers":[{"title":"Default Title","offer_id":50058882384149,"sku":"7726586414375","price":41.99,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0738\/5255\/1445\/files\/4329b8a930bd5bc92fb0971903e69291.png?v=1785243393","url":"https:\/\/sachtiengviet.com\/products\/ai-hien-dai-tu-nguyen-ly-co-dien-den-mo-hinh-nen-tang-p279594593","provider":"Sách Tiếng Việt","version":"1.0","type":"link"}