Tài liệu Thư viện số
Danh mục TaiLieu.VN
Kết quả 1-12 trong khoảng 132
Tài liệu học tập Mạng máy tính
cung cấp những kiến thức nền tảng về mạng máy tính, các thành phần mạng và nguyên lý truyền dữ liệu. Nội dung giúp sinh viên hiểu cách kết nối các thiết bị và những khái niệm cơ bản thường gặp trong hệ thống mạng.
155 p svc 25/10/2026 1 0
Tài liệu học tập Quản trị mạng Windows Server
Tài liệu học tập Quản trị mạng Windows Server cung cấp kiến thức cơ bản về hệ điều hành máy chủ và những nội dung nền tảng trong quản trị mạng. Tài liệu giúp sinh viên tìm hiểu cách thiết lập, quản lý và duy trì các dịch vụ mạng trên môi trường Windows Server.
111 p svc 25/10/2026 1 0
Tài liệu hướng dẫn chi tiết thực hành Mạng máy tính
Tài liệu hướng dẫn thực hành Mạng máy tính cung cấp các nội dung thực hành cơ bản về thiết lập và sử dụng mạng máy tính. Tài liệu giúp sinh viên củng cố kiến thức lý thuyết thông qua các bài thực hành về kết nối, cấu hình và kiểm tra hoạt động của hệ thống mạng.
17 p svc 25/10/2026 1 0
Bài giảng Máy học nâng cao: Introduction - Trịnh Tấn Đạt (2024)
Bài giảng "Máy học nâng cao: Introduction" cung cấp cho người đọc các nội dung: Giới thiệu môn học, các nội dung, tài liệu tham khảo, hình thức đánh giá, danh sách các đề tài, các vấn đề trong máy học, trao đổi và thảo luận. Mời các bạn cùng tham khảo nội dung chi tiết.
41 p svc 25/10/2026 0 0
Bài giảng Máy học nâng cao: Python, jupyter notebook, kaggle - Trịnh Tấn Đạt (2024)
Bài giảng "Máy học nâng cao: Python, jupyter notebook, kaggle" cung cấp cho người đọc các nội dung: Cài đặt Python 3 và IDE Pycharm, jupyter notebook, dịch vụ hỗ trợ deep learning và machine learning, kaggle datasets. Mời các bạn cùng tham khảo nội dung chi tiết.
48 p svc 25/10/2026 0 0
Bài giảng Máy học nâng cao: Linear regression - Trịnh Tấn Đạt (2024)
Bài giảng "Máy học nâng cao: Linear regression" cung cấp cho người đọc các nội dung: Khái niệm hồi qui tuyến tính (Linear Regression), hồi qui tuyến tính đơn biến, hồi qui tuyến tính đa biến, phương pháp ước lượng tham số, các mở rộng, linear regression dùng Gradient Descent, câu hỏi và bài tập
64 p svc 25/10/2026 0 0
Bài giảng Máy học nâng cao: Logistic regression - Trịnh Tấn Đạt (2024)
Bài giảng "Máy học nâng cao: Logistic regression" cung cấp cho người đọc các nội dung: Khái niệm hồi qui logistic (Logistic regression), mô hình hóa, sigmoid function, logistic regression và bài toán phân loại 2 lớp, logistic Regression dùng SGD, mở rộng, bài tập. Mời các bạn cùng tham khảo nội dung chi tiết.
27 p svc 25/10/2026 0 0
Bài giảng Máy học nâng cao: Naive bayes classifier - Trịnh Tấn Đạt (2024)
Bài giảng "Máy học nâng cao: Naive bayes classifier" cung cấp cho ngườ đọc các nội dung: Giới thiệu Naïve bayes classification (NBC), mô hình toán, các dạng phân phối dùng trong NBC, các ví dụ, bài tập. Mời các bạn cùng tham khảo nội dung chi tiết.
36 p svc 25/10/2026 0 0
Bài giảng Máy học nâng cao: Artificial neural netword - Trịnh Tấn Đạt (2024)
Bài giảng "Máy học nâng cao: Artificial neural netword" cung cấp cho người đọc các nội dung: Introduction, perceptron, neural network, backpropagation algorithm. Mời các bạn cùng tham khảo nội dung chi tiết.
62 p svc 25/10/2026 0 0
Bài giảng Máy học nâng cao: Deep learning - An introduction - Trịnh Tấn Đạt (2024)
Bài giảng "Máy học nâng cao: Deep learning - An introduction" cung cấp cho người đọc các nội dung: Introduction, applications, convolutional neural networks vs. recurrent neural networks, hardware and software. Mời các bạn cùng tham khảo nội dung chi tiết.
109 p svc 25/10/2026 0 0
Bài giảng Máy học nâng cao: Clustering - Trịnh Tấn Đạt (2024)
Bài giảng "Máy học nâng cao: Clustering" cung cấp cho người đọc các nội dung: Giới thiệu chung về clustering, phân loại clustering, thuật toán Kmeans, hierarchical clustering, density based clustering, bài tập. Mời các bạn cùng tham khảo nội dung chi tiết.
70 p svc 25/10/2026 0 0
Bài giảng Máy học nâng cao: Dimension reduction and feature selection - Trịnh Tấn Đạt (2024)
Bài giảng "Máy học nâng cao: Dimension reduction and feature selection" cung cấp cho người đọc các nội dung: Introduction: dimensionality reduction and feature selection, dimensionality reduction, feature selection, homework. Mời các bạn cùng tham khảo nội dung chi tiết.
81 p svc 25/10/2026 0 0
Đăng nhập
Bộ sưu tập nổi bật