Vừa rồi mình có làm thủ tục khai sinh cho con nên có vài kinh nghiệm, xin được note lại ở đây. Trường hợp của mình là con sinh ra tại Nhật, mang quốc tịch Việt Nam (bố mẹ đều là người Việt). Với trường hợp bố mẹ có một trong hai người không phải người Việt Nam thì thủ tục có thể hơi khác một chút.
Không giống như Mỹ, nếu con được sinh ra ở Mỹ sẽ có quốc tịch Mỹ (Birthright citizenship), Nhật Bản theo chủ nghĩa huyết thống (血統主義), con sẽ chỉ có quốc tịch Nhật nếu bố hoặc mẹ là người Nhật.
Nhà lãnh đạo không chức danh (tựa tiếng Anh: The leader who had no title) là cuốn sách thuộc thể loại Self-help, truyền cảm hứng, xuất bản năm 2010. Mình biết đến cuốn sách này do một người bạn giới thiệu.
Sách được tác giả Robin Sharma (người Canada) viết dưới dạng một câu chuyện giả tưởng, nhân vật chính là anh chàng Blake, quân nhân đã giải ngũ, đang sống những ngày tháng buồn tẻ, làm thủ thư tại một thư viện địa phương.
Biên niên ký chim vặn dây cót (tựa tiếng Nhật: ねじまき鳥クロニクル) được đánh giá là một trong những tiểu thuyết hay nhất, làm nên tên tuổi của Murakami Haruki.
Tiểu thuyế t khá dài, gần 700 trang, được chia làm 3 phần. Murakami bắt đầu viết từ năm 1991, hoàn thành và xuất bản vào những năm 1994-1995.
Nếu ai bắt đầu đọc tại thời điểm hiện tại như mình sẽ thấy bối cảnh và các tình tiết trong truyện khá cũ, như việc sử dụng điện thoại bàn để liên lạc, hay hệ thống bảo mật máy tính được mô tả là tinh vi của Quế với mật khẩu 2 lớp nhưng chỉ là chuỗi 3,4 ký tự.
GNU Octave là ngôn ngữ lập trình khoa học, được thiết kế cho mục đích chính là thực hiện các tính toán số như thao tác với ma trận, vẽ đồ thị hàm số….
Octave tương thích hầu hết với các cấu trúc lệnh của Mathlab nhưng lại miễn phí nên được khuyên dùng là giải pháp thay thế, sử dụng chủ yếu cho mục đích giáo dục và nghiên cứu.
Trí tuệ nhân tạo (Artificial Intelligence - AI) nói chung và Học máy (Machine Learning - ML) nói riêng không phải là một chủ đề mới nhưng được chú ý nhiều trong vài năm trở lại đây. Gần đây một loạt các ông lớn trong lĩnh vực công nghệ như Apple, Google, Microsoft đều ra mắt những bộ thư viện đồ sộ về ML khiến cho việc áp dụng ML vào những ứng dụng thực tế trở nên dễ dàng hơn bao giờ hết.
Ở bài tìm hiểu về SVM lần trước, ta đã tìm hiểu những khái niệm cơ bản về thuật toán SVM trong bài toán phân nhóm dữ liệu cũng như sử dụng thư viện Scikit-learn để giải bài toán đơn giản phân nhóm dữ liệu thành 2 lớp trong không gian 2 chiều.
Trong bài này, ta sẽ áp dụng SVM để giải một bài toán mang tính thực tế hơn: phân nhóm chữ số viết tay.
Định nghĩa Naive Bayes Classification (NBC) là một thuật toán phân loại dựa trên tính toán xác suất áp dụng định lý Bayes mà ta đã tìm hiểu ở bài trước (xem bài trước tại đây).
Thuật toán này thuộc nhóm Supervised Learning (Học có giám sát).
Theo định lý Bayes, ta có công thức tính xác suất ngẫu nhiên của sự kiện $y$ khi biết $x$ như sau:
$$ P(y|x) = \dfrac{P(x|y)P(y)}{P(x)} ~~~~~ (1) $$
Định lý Bayes (Bayes' Theorem) là một định lý toán học để tính xác suất xảy ra của một sự kiện ngẫu nhiên A khi biết sự kiện liên quan B đã xảy ra.
Định lý này đặt theo tên nhà toán học Thomas Bayes, người Anh sống ở thế kỷ 18. Đây là một trong những công cụ vô cùng hữu ích, người bạn thân của các Data Scientist, những người làm trong ngành khoa học dữ liệu.