Return to Video

Welcome! (05:35)

  • 0:00 - 0:04
    Xin chào mọi người, chào mừng các bạn đến với lớp học về mô hình xác suất đồ thị
  • 0:04 - 0:08
    Tên tôi là Daphne Kohler, tôi là giáo sư tại đại học Stanford
  • 0:08 - 0:10
    Chúng tôi rất nóng lòng
  • 0:10 - 0:12
    để có thể giới thiệu một lớp học tương tự như ở Standford
  • 0:12 - 0:15
    đến các bạn, ở khắp mọi nơi trên toàn thế giới
  • 0:15 - 0:18
    Vây như thế nào là mô hình xác suất đồ thị?
  • 0:18 - 0:21
    Ồ, thật ra có một chút khó khăn để giải thích
  • 0:21 - 0:24
    và chúng ta sẽ trao đổi trong các video tiếp theo
  • 0:24 - 0:26
    trong toàn bộ khóa học này.
  • 0:26 - 0:30
    Trong video này, tôi muốn cung cấp cho các bạn một số thông tin về lớp học này.
  • 0:30 - 0:33
    Khóa học này sẽ diễn ra trong khoảng 10 tuần
  • 0:33 - 0:35
    và một bài kiểm tra để kết thúc.
  • 0:35 - 0:39
    Nội dung của môn học sẽ bao gồm các video,
  • 0:39 - 0:42
    kết hợp với các bài kiểm tra nhỏ giúp bạn hiểu sâu hơn.
  • 0:42 - 0:45
    Ngoài ra, sẽ có các vấn đề hàng tuần
  • 0:45 - 0:50
    mà mỗi vấn đề này sẽ chiếm ít nhất 25% số điểm
  • 0:50 - 0:53
    của 9 tuần cho nội dung học trong 9 tuần.
  • 0:53 - 0:57
    Các vấn đề được thiết kế để cho phép bạn có thể nộp nhiều lần
  • 0:57 - 1:01
    do đó, mỗi phiên bản của vấn đề có thể khác nhau một ít
  • 1:01 - 1:04
    do đó bạn có thể nộp lại cùng 1 vấn đề nhiều lần
  • 1:04 - 1:07
    để đảm bảo bạn thành thạo nội dung được cung cấp.
  • 1:07 - 1:11
    Ngoài ra, sẽ có bài tập lập trình hàng tuần
  • 1:11 - 1:14
    và các bài tập lập trình này được lựa chọn
  • 1:14 - 1:18
    để ôn luyện lại các khái niệm quan trọng mà chúng ta đã học,
  • 1:18 - 1:21
    đồng thời chúng ta có thể tìm hiểu các ứng dụng
  • 1:21 - 1:25
    trong đó mô hình xác suất đồ thị được áp dụng thành công.
  • 1:25 - 1:27
    Do đó, chúng ta sẽ có, ví dụ như,
  • 1:27 - 1:30
    các ví dụ làm thế nào để sử dụng mô hình xác suất đồ thị
  • 1:30 - 1:34
    để hiểu cơ chế di truyền của bệnh di truyên.
  • 1:34 - 1:36
    Chúng ta có thể chỉ ra
  • 1:36 - 1:39
    làm thế nào để quan sát được các ký tự viết tay
  • 1:39 - 1:41
    và đọc được những gì đã viết ra.
  • 1:41 - 1:44
    Và chúng ta sẽ tìm hiểu những thứ cho phép bạn
  • 1:44 - 1:48
    quan sát được chuỗi đầu ra từ bộ nhận cảm biến Kinect
  • 1:48 - 1:50
    mà cung cấp cho bạn không những video mà cả dữ liệu
  • 1:50 - 1:52
    và nhận dạng được hoạt động của con người.
  • 1:52 - 1:56
    Mỗi bài lập trình sẽ chiếm khoảng 7% điểm
  • 1:56 - 1:58
    trong tổng số 63%
  • 1:58 - 2:01
    mà sẽ để khoảng 12% còn lại cho bài kiểm tra cuối.
  • 2:01 - 2:04
    Kiến thức cơ bản mà bạn cần cho khóa học là gì?
  • 2:04 - 2:08
    Thực sự rất khó để hoàn thành khóa học
  • 2:08 - 2:11
    mà không có sự hiểu biết về lý thuyết xác suất cơ bản.
  • 2:11 - 2:13
    Điều đó không thực sự là điều cốt lõi.
  • 2:13 - 2:16
    Chúng ta sẽ thảo luận về cả biến độc lập và luật Bayes.
  • 2:16 - 2:19
    Và một vài lý thuyết cơ bản về phân phối rời rạc.
  • 2:19 - 2:21
    Và chúng ta cũng giới thiệu về các module
  • 2:21 - 2:24
    để bạn có thể nhớ dễ dàng các khái niệm cơ bản.
  • 2:24 - 2:27
    Các bài lập trình sẽ yêu cầu
  • 2:27 - 2:29
    bạn phải có kỹ năng lập trình
  • 2:29 - 2:31
    bởi vì đây không phải là lớp về lập trình.
  • 2:31 - 2:32
    Chúng tôi sẽ không dạy bạn làm thế nào để lập trình.
  • 2:32 - 2:37
    Và vì lớp là sự kết hợp giữ lý thuyết xác suất và khoa học máy tính,
  • 2:37 - 2:41
    nó thực sự rất quan trọng nếu bạn có các kiến thức cơ bản về cấu trúc dữ liệu và giải thuật.
  • 2:41 - 2:44
    Đây chỉ là lời khuyên, chứ không phải là hạn chế cần thiết
  • 2:44 - 2:47
    và chúng tôi không thực sự yêu cầu chúng,
  • 2:47 - 2:49
    và chúng tôi cung cấp các kiến thức cơ bản nhất có thể,
  • 2:49 - 2:52
    như là các kinh nghiệm, có thể, trong học máy,
  • 2:52 - 2:55
    có thể là phương pháp tối ưu đơn giản như giảm đạo hàm,
  • 2:55 - 2:57
    mọi thứ không thật quá chi tiết.
  • 2:57 - 3:01
    Và có thể rất tốt nếu bạn có kinh nghiệm lập trình với Matlab hoặc Octave.
  • 3:01 - 3:04
    Mặc dù, chúng tôi giới thiệu một vài modules
  • 3:04 - 3:08
    có thể giúp bạn học ngôn ngữ lập trình nếu bạn chưa sử dụng nó trước đây.
  • 3:10 - 3:12
    Một vài vấn đề nhỏ được chú ý:
  • 3:12 - 3:15
    Lớp học này có "honor" code.
  • 3:15 - 3:19
    Đây là yêu cầu dành cho sinh viên Standford khi học các khóa học của Standford.
  • 3:19 - 3:23
    "honor" code nói rằng bạn được phép thảo luận về học liệu,
  • 3:23 - 3:27
    thực tế khuyến khích về học liệu giữa các sinh viên trong lớp.
  • 3:27 - 3:31
    Bạn có thể hỏi để làm rõ các vấn đề và bài tập lập trình.
  • 3:31 - 3:33
    Nhưng những gì bạn nộp phải là do chính bạn làm.
  • 3:33 - 3:40
    Ngoài ra, chúng tôi yêu cầu bạn không tải các bài tập lập trình
  • 3:40 - 3:42
    hoặc lời giải của chúng lên bất cứ đâu trên web,
  • 3:42 - 3:45
    do đó các thế hệ sinh viên tiếp theo có thể làm
  • 3:45 - 3:48
    các vấn đề và bài tập lập trình độc lập một cách tốt nhất.
  • 3:48 - 3:52
    Vấn đề thứ hai cần lưu ý là quản lý thời gian.
  • 3:52 - 3:54
    Đây là lớp học tương đương với mức độ tốt nghiệp của Standford
  • 3:54 - 3:57
    và nó được đánh giá là một môn khó ở Standford.
  • 3:57 - 3:59
    Một sinh viên bình thường ở Standford có thể dễ dàng dành
  • 3:59 - 4:01
    10 đến 15 giờ một tuần cho lớp học này,
  • 4:01 - 4:03
    và vì thế chúng tôi cũng khuyên bạn nên dành
  • 4:03 - 4:06
    ít nhất một khối lượng thời gian cho nỗ lực trong môn học.
  • 4:06 - 4:08
    Nếu bạn không muốn bị thiếu thời gian
  • 4:08 - 4:10
    khi các hạn nộp bài đến.
  • 4:10 - 4:13
    Chúng tôi đã đưa ra hạn nộp có thể thay đổi
  • 4:13 - 4:18
    do dó, nếu bạn không thể nộp đúng hạn chính,
  • 4:18 - 4:19
    bạn có thêm một tuần.
  • 4:19 - 4:23
    Nhưng, rõ ràng điều đó sẽ ảnh hưởng tới các tuần kế tiếp.
  • 4:23 - 4:25
    Vì vậy, chúng tôi khuyên bạn không nên để
  • 4:25 - 4:29
    tồn đọng các bài tập trong môn học,
  • 4:29 - 4:31
    bởi vì nó có thể ảnh hưởng tới bạn lúc kết thúc.
  • 4:32 - 4:36
    Cuối cùng, một phần kinh nghiệm của lớp học này
  • 4:36 - 4:39
    là sự tương tác với các sinh viên khác,
  • 4:39 - 4:41
    và đó là mục địch chúng ta có diễn đàn trao đổi
  • 4:41 - 4:43
    được cung cấp như các lớp học khác
  • 4:43 - 4:47
    là tài nguyên vô giá khi trao đổi với các sinh viên khác,
  • 4:47 - 4:50
    đặt câu hỏi và hiểu sâu xắc học liệu.
  • 4:50 - 4:52
    Chúng tôi khuyến khích bạn tổ chức các nhóm học
  • 4:52 - 4:56
    với các nhóm thực tế với những người cùng vị trí địa lý,
  • 4:56 - 5:00
    hoặc nhóm trực tuyến mà các bạn có thể thảo luận về học liệu với nhau.
  • 5:00 - 5:02
    CHúng tôi tin rằng điều đó
  • 5:02 - 5:04
    sẽ giúp bạn hiểu tốt hơn về học liệu
  • 5:04 - 5:07
    và sẽ làm khóa học trở nên thú vị hơn.
  • 5:07 - 5:09
    Cuối cùng, để tổng kết
  • 5:09 - 5:15
    thông qua các nội dung và bài tập,
  • 5:15 - 5:18
    chúng tôi nghĩ rằng bạn sẽ học được phương pháp cơ bản
  • 5:18 - 5:20
    trong lĩnh vực mô hình xác suất đồ thị.
  • 5:20 - 5:22
    bạn có thể quan sát và sử dụng chún
  • 5:22 - 5:26
    trong các ứng dụng thực tế mà các phương pháp được áp dụng
  • 5:26 - 5:29
    và hi vọng bạn sẽ kết thúc khóa học với hiểu biết
  • 5:29 - 5:32
    làm thế nào để có được ý tưởng và sử dụng chúng trong công việc của bạn
  • 5:32 - 5:34
    trong các vấn đề bạn quan tâm.
  • 5:34 -
    Chúng tôi mong được gặp bạn trong khóa học.
Title:
Welcome! (05:35)
Description:

Giới thiệu
more » « less
Video Language:
English
thuvh added a translation

Vietnamese subtitles

Revisions

Our website uses cookies for analysis purposes.