Vectors — Lộ trình toán cho AI & ML

Triết lý

Tự đủ: bắt đầu từ "số tự nhiên là gì", không giả định kiến thức nền.
Cụ thể trước, trừu tượng sau: mọi cơ chế có ví dụ số chạy được trước khi vào công thức.
Trực giác trước hình thức: giải thích "vì sao đúng / vì sao nhanh" trước khi đưa định lý.
Mỗi bài có visualization tương tác — gõ số, kéo slider, thấy ngay kết quả.
Code Go cho Tầng 1–4; có thể chuyển Python từ Tầng 5 (Probability, AI/ML).

Tầng 1

Algebra

Đại số phổ thông: số, biến, phương trình, hàm số, lũy thừa/log, hệ phương trình.

▶ Trang chính

Tầng 2

Trigonometry

Góc, sin/cos/tan, đường tròn đơn vị, ma trận xoay (RoPE).

▶ Trang chính

Tầng 3

Calculus

Giới hạn, đạo hàm, chain rule, gradient, tích phân.

▶ Trang chính

Tầng 4

Linear Algebra

Vector, ma trận, eigenvector, PCA, SVD.

▶ Trang chính

Tầng 5

Probability

Xác suất, Bayes, phân phối, MLE, cross-entropy.

▶ Trang chính

Tiếp theo sau Tầng 5: phần ứng dụng ML đã tách ra lĩnh vực AI-ML (linear regression → embedding → RAG → CLIP). Hoặc rẽ sang Statistics để học suy luận thống kê.