python-237Bước 1Cơ bản
Tổng từng hàng của ma trận bằng NumPy
Khi vừa nạp một bảng số liệu vào NumPy, việc cộng theo từng hàng là phép kiểm tra
CHUYÊN ĐỀ PYTHON THỰC CHIẾN
Bài tập NumPy thực chiến – Từ thao tác mảng đến Vector hóa tối ưu
NumPy là nền tảng của toàn bộ hệ sinh thái tính toán khoa học và AI trong Python. Loại bỏ hoàn toàn vòng lặp chậm chạp bằng cách tư duy theo mảng và vector hóa.
23
bài tập có chấm code
Bài tập theo chuyên đề, có đề bài, ví dụ và starter code riêng.
7
cơ bản
Củng cố nền tảng và làm quen với kỹ thuật cốt lõi.
9
trung bình
Kết hợp nhiều bước suy luận để vận dụng kiến thức.
7
nâng cao
Thử thách tối ưu, cấu trúc dữ liệu và thuật toán chuyên sâu.
Lộ trình thực hành đề xuất
Bước 1
Khởi tạo & Shape
Tạo ndarray, zeros, ones, arange, reshape và kiểm tra dtype, strides.
Bước 2
Indexing & Slicing
Cắt mảng đa chiều, fancy indexing và mặt nạ logic boolean mask.
Bước 3
Vectorization
Thay thế vòng lặp for bằng các phép toán nguyên tố trên toàn mảng.
Bước 4
Broadcasting
Căn chỉnh kích thước giữa ma trận và vector để tính toán tự động không sao chép.
Bước 5
Đại số tuyến tính
Nhân ma trận dot/matmul, chuẩn ma trận norm và nghịch đảo ma trận.
Lỗi thường gặp & Cách phòng tránh
•
Nhầm lẫn giữa view và copy dẫn đến việc sửa đổi mảng gốc ngoài ý muốn.
•
Lỗi kích thước không tương thích khi broadcasting ma trận (ValueError: operands could not be broadcast together).
•
Dùng vòng lặp for duyệt từng phần tử NumPy thay vì các hàm ufunc tích hợp sẵn.
Danh sách bài tập thực hành (23 bài)
Trong mỗi mức độ, bài tập được xếp từ dễ nhất đến khó nhất — hãy đi theo số bước.
Cơ bản 7 bài
Khởi động
Nhập xuất, biến, rẽ nhánh và các bước suy luận đơn giản.
python-240Bước 2Cơ bản
Chặn giá trị âm về 0 bằng np.clip
Dữ liệu đo từ cảm biến gia tốc thường lẫn vài mẫu âm do nhiễu đường truyền. Trước khi
python-241Bước 3Cơ bản
Chuẩn Euclid từng hàng bằng np.linalg.norm
Khi mỗi hàng của ma trận là một vector đặc trưng, độ lớn của vector đó là thước đo đầu
python-242Bước 4Cơ bản
Đếm phần tử vượt trung bình cột bằng mặt nạ boolean
Bảng điểm, bảng doanh số hay bảng log đều có chung một câu hỏi: mỗi cột có bao nhiêu giá
Làm quen
Vòng lặp, mảng một chiều, chuỗi và hàm ở mức cơ bản.
python-165Bước 5Cơ bản
Khởi Tạo Mảng Và Phép Toán Vector Hóa Trong NumPy
NumPy là thư viện nền tảng cho khoa học dữ liệu và trí tuệ nhân tạo. Sức mạnh vượt trội của NumPy đến từ khả năng tính toán trên toàn bộ mảng (vectorization) được viết bằng C, nhan…
python-238Bước 6Cơ bản
Chuẩn hoá min-max theo từng cột bằng NumPy
Chuẩn hoá min-max đưa mọi cột về đoạn [0, 1] để các đặc trưng có đơn vị khác nhau
python-166Bước 7Cơ bản
Tính Độ Tương Đồng Cosine Giữa Hai Vector Đặc Trưng
Trong hệ thống tìm kiếm thông tin, mô hình nhúng (Embedding) và hệ thống gợi ý (Recommendation System), độ đo tương đồng Cosine (Cosine Similarity) được dùng để so sánh sự tương đồ…
Trung bình 9 bài
Vận dụng
Dùng một kỹ thuật quen thuộc: sắp xếp, tìm kiếm, đếm, ngăn xếp.
python-093Bước 1Trung bình
Thuật toán phân cụm K-Means thuần vector hóa với khoảng cách ma trận
Viết hàm kmeans_cluster(X: np.ndarray, k: int, max_iter: int = 50, tol: float = 1e-4, initial_centroids: np.ndarray | None = None) -> tuple[np.ndarray, np.ndarray, int]:
python-033Bước 2Trung bình
Vector hóa Chuẩn hóa Z-Score Mảng Đa chiều bằng Broadcasting
Trong các mô hình Deep Learning (như Batch Normalization hay Layer Normalization), dữ liệu đặc trưng cần được đưa về phân phối chuẩn có trung bình bằng 0 và phương sai bằng 1 dọc t…
python-035Bước 3Trung bình
Cài đặt Hàm Softmax và LogSumExp Ổn định Số học Trong AI
Khi tính toán xác suất từ logits đầu ra của mạng nơ-ron, nếu một giá trị logit bằng 1000.0, hàm np.exp(1000.0) sẽ trả về inf, dẫn đến phép chia infinf = NaN.
python-037Bước 4Trung bình
Cộng Dồn Gradient Không Bộ Đệm Bằng ufunc.at Trong Huấn Luyện AI
Trong quá trình lan truyền ngược (Backpropagation), một câu văn bản đầu vào có thể chứa nhiều từ giống nhau (ví dụ: ["học", "lập", "trình", "và", "học", "AI"] chứa 2 từ "học" cùng…
python-039Bước 5Trung bình
Tính Hàm Mất Mát Categorical Cross-Entropy Kèm Label Smoothing
Trong huấn luyện mô hình phân loại (như nhận diện ảnh hay phân loại sắc thái văn bản), hàm mất mát Categorical Cross-Entropy là tiêu chuẩn vàng. Để tránh mô hình quá tự tin vào nhã…
Kết hợp kỹ thuật
Phối hợp hai kỹ thuật trong cùng một lời giải.
python-038Bước 6Trung bình
Hồi Quy Tuyến Tính Ridge Bằng Phương Trình Chuẩn Tắc Với np.linalg
Để dự đoán điểm số năng lực hoặc thời gian hoàn thành khóa học của học viên tại AI Empire Academy, ta xây dựng mô hình hồi quy tuyến tính có chính quy hóa Ridge.
python-092Bước 7Trung bình
Hồi quy Logistic thuần vector hóa kèm L2 Regularization và Gradient Descent
Viết hàm logistic_regression_fit(X: np.ndarray, y: np.ndarray, lr: float = 0.1, lambda_reg: float = 0.01, epochs: int = 100) -> tuple[np.ndarray, float, list[float]]:
python-095Bước 8Trung bình
Ma trận chi phí căn chỉnh chuỗi thời gian Dynamic Time Warping (DTW)
Viết hàm dynamic_time_warping_distance(s1: np.ndarray, s2: np.ndarray) -> tuple[float, np.ndarray]:
python-096Bước 9Trung bình
Tính Confusion Matrix và các chỉ số Macro/Micro Evaluation Metrics thuần NumPy
Viết hàm compute_classification_metrics(y_true: np.ndarray, y_pred: np.ndarray, num_classes: int) -> dict:
Nâng cao 7 bài
Thử thách
Thuật toán chuyên sâu: quy hoạch động, đồ thị, cây.
python-089Bước 1Nâng cao
Giảm chiều dữ liệu PCA thuần NumPy bằng phân rã giá trị suy biến SVD
Viết hàm pca_transform(X: np.ndarray, n_components: int) -> tuple[np.ndarray, np.ndarray, np.ndarray]:
python-090Bước 2Nâng cao
Tích chập 2D hiệu năng cao qua thuật toán im2col và phép nhân ma trận GEMM
Viết hàm conv2d_im2col(X: np.ndarray, W: np.ndarray, stride: int = 1, padding: int = 0) -> np.ndarray:
python-094Bước 3Nâng cao
Trực chuẩn hóa Gram-Schmidt cải tiến (Modified Gram-Schmidt) và phân rã QR
Viết hàm qr_gram_schmidt(A: np.ndarray) -> tuple[np.ndarray, np.ndarray]:
python-040Bước 4Nâng cao
Tính Ma Trận Khoảng Cách Cặp Đôi Pairwise Thuần Vector Hóa
Trong hệ thống tìm kiếm vector (Vector Database) tại AI Empire Academy, ta có tập hợp N câu truy vấn và M đoạn văn bản, mỗi phần tử được nhúng thành một vector D chiều. Ta cần tính…
Chuyên sâu
Cấu trúc dữ liệu nâng cao và nhiều bước chứng minh.
python-034Bước 5Nâng cao
Tạo Cửa Sổ Trượt Zero-Copy Bằng Kỹ Thuật Strides Trong NumPy
Khi trích xuất cửa sổ trượt (sliding window) kích thước W từ một mảng âm thanh hoặc chuỗi thời gian có 100 triệu phần tử, nếu tạo mảng mới bằng vòng lặp sao chép (copy), hệ thống s…
python-036Bước 6Nâng cao
Cơ chế Batched Multi-Head Attention Bằng Ký Hiệu Einstein Einsum
ight) V$.
python-091Bước 7Nâng cao
Biến đổi Fourier Nhanh 1D (Cooley-Tukey FFT) đệ quy thuần NumPy
Viết hàm fft_1d(x: np.ndarray) -> np.ndarray:
