Đạo hàm cho người sợ Toán: tính bằng Python, đọc dốc, chain rule

AI

Trong bài này
  1. Chuẩn bị
  2. Đạo hàm = tốc độ thay đổi
  3. Dấu của đạo hàm = hướng của con dốc
  4. Đạo hàm riêng — nhích từng biến một
  5. Chain rule — quy tắc dây chuyền
  6. Thực hành: quán trà sữa nên tăng hay giảm giá?
  7. Lỗi thường gặp
  8. Tự luyện thêm
  9. Tóm tắt
Series · Bài 11/12 Toán AI thực chiến: học Toán cho AI bằng code Python
  1. Ký hiệu Toán → NumPy & công thức 1 nơ-ron
  2. Ảnh là ma trận & Web App chấm điểm CV
  3. Hàm số & Sigmoid
  4. Khoảng cách, chuẩn hóa & KNN
  5. Mini-App định giá laptop cũ
  6. Vector, tích vô hướng & cosine
  7. Chữ thành vector bằng đếm từ
  8. Embedding, tìm kiếm ngữ nghĩa & RAG
  9. Nhân ma trận, vector riêng & trị riêng
  10. PCA: bản đồ sinh viên 2D & nén ảnh
  11. Đạo hàm, đạo hàm riêng & chain rule
  12. Lan truyền ngược: nơ-ron tự sửa sai
Xem cả series →

Nghe chữ "đạo hàm" là nhiều bạn muốn gập máy: nào là giới hạn, nào là bảng công thức dài cả trang. Nhưng trong AI, đạo hàm chỉ trả lời đúng một câu hỏi rất đời: "nhích cái này thêm một chút thì cái kia đổi bao nhiêu?" — và máy tính tính được câu đó bằng một phép trừ và một phép chia.

Trong bài này bạn sẽ tự viết hàm tính đạo hàm bằng số, đọc dấu của đạo hàm để biết nên đi lên hay đi xuống, tính đạo hàm riêng cho hàm nhiều biến, nắm chain rule (quy tắc dây chuyền) — và dùng tất cả để khuyên một quán trà sữa nên tăng hay giảm giá. Đây là bộ đồ nghề Toán cuối cùng trước khi bài sau cho nơ-ron tự sửa sai.

Chuẩn bị

Mở notebook Colab (cô-láp) của bài: Notebook Lab 5 — Đạo hàm & Chain rule → chọn File › Save a copy in Drive để có bản của riêng bạn → bấm Connect ở góc phải trên. Nếu thích, bạn cũng có thể tạo notebook mới và dán lần lượt từng ô code trong bài.

  • Shift + Enter: chạy ô hiện tại và chuyển xuống ô dưới.
  • Chỗ trống cần điền được đánh dấu bằng 4 dấu gạch dưới ____.
  • Trong code, y_mu là ŷ (đọc: "y mũ"), dy_dx là dy/dx.

💡 Notebook đã có sẵn ô "🔑 Đáp án". Hãy tự gõ khung code trong bài trước, chạy được rồi mới mở đáp án ra đối chiếu — đó là cách nhớ lâu nhất.

Đạo hàm = tốc độ thay đổi

Đi xe máy, Google Maps báo bạn đã đi 12 km — đó là quãng đường. Kim đồng hồ chỉ 40 km/h — đó là quãng đường đang tăng nhanh cỡ nào ngay lúc này. Con số thứ hai chính là đạo hàm.

Ví dụ dễ tính hơn: cuốc Grab = 12 nghìn mở cửa + 15 nghìn × số km. Đi thêm 1 km thì tốn thêm 15 nghìn → đạo hàm của tiền theo số km bằng 15.

Máy tính không cần thuộc công thức. Nó chỉ cần nhích x thêm một bước rất nhỏ h, xem f(x) đổi bao nhiêu, rồi chia cho h:

f'(x) ≈ (f(x + h) − f(x)) / h
Đọc: "f phẩy của x xấp xỉ: f của x cộng h, trừ f của x, chia h" — f'(x) (đọc: "f phẩy của x") là đạo hàm của f tại x, h là bước nhích rất nhỏ, dấu ≈ đọc là "xấp xỉ".

Thử với f(x) = x² (đọc: "x bình phương") tại x = 3, ta có f(3) = 9:

h f(3 + h) (f(3 + h) − 9) / h
1 16 7
0.1 9.61 6.1
0.001 9.006001 6.001
0.0001 9.00060001 6.0001 → gần 6 = 2 × 3

h càng nhỏ, kết quả càng sát 6 — đúng bằng công thức quen thuộc (x²)' = 2x tại x = 3. Viết thành code:

# [A1]: Đạo hàm = tốc độ thay đổi. Nhích x thêm một chút h, xem f(x) thay đổi bao nhiêu
import numpy as np
import matplotlib.pyplot as plt

def dao_ham(f, x, h=1e-4):
    return (f(x + h) - f(x)) / h          # (f(x + h) − f(x)) / h

f = lambda x: x ** 2
for h in [1, 0.1, 0.001, 0.0001]:
    print(f"h = {h:<7} → (f(3 + h) − f(3)) / h = {(f(3 + h) - f(3)) / h:.4f}")
print("Công thức f'(x) = 2x tại x = 3:", 2 * 3)

# Đời thường: cuốc Grab = 12 nghìn mở cửa + 15 nghìn mỗi km
tien_grab = lambda km: 12 + 15 * km
print("\nCuốc 4 km:", tien_grab(4), "nghìn.  Đi thêm 1 km tốn thêm ≈", round(dao_ham(tien_grab, 4), 2), "nghìn")

Kết quả:

h = 1       → (f(3 + h) − f(3)) / h = 7.0000
h = 0.1     → (f(3 + h) − f(3)) / h = 6.1000
h = 0.001   → (f(3 + h) − f(3)) / h = 6.0010
h = 0.0001  → (f(3 + h) − f(3)) / h = 6.0001
Công thức f'(x) = 2x tại x = 3: 6

Cuốc 4 km: 72 nghìn.  Đi thêm 1 km tốn thêm ≈ 15.0 nghìn

Hàm dao_ham 1 dòng này sẽ theo bạn suốt bài. Với cuốc Grab, đạo hàm ra đúng 15 nghìn/km — chính là giá mỗi km.

💡 Tự kiểm tra: không dùng máy, đạo hàm của f(x) = x² tại x = 5 bằng bao nhiêu? (Đáp án: 2 × 5 = 10.)

Dấu của đạo hàm = hướng của con dốc

Tưởng tượng bạn bịt mắt đứng trên sườn đồi. Chỉ cần cảm nhận độ dốc dưới chân là biết bước về phía nào thì xuống thấp hơn. Đạo hàm cho bạn đúng cảm giác đó:

  • Đạo hàm âm: tăng x thì hàm giảm — đang xuống dốc.
  • Đạo hàm dương: tăng x thì hàm tăng — đang lên dốc.
  • Đạo hàm bằng 0: mặt đất bằng phẳng — đáy (hoặc đỉnh).

Xét g(x) = (x − 3)² + 1, đạo hàm g'(x) = 2(x − 3):

Điểm g'(x) Ý nghĩa
x = 1 −4 Xuống dốc — muốn g nhỏ hơn thì tăng x
x = 3 0 Đáy — g nhỏ nhất ở đây
x = 5 4 Lên dốc — muốn g nhỏ hơn thì giảm x
# [A2]: Dấu của đạo hàm = hướng của con dốc: âm → đang xuống dốc, dương → đang lên dốc, 0 → đáy (hoặc đỉnh)
g = lambda x: (x - 3) ** 2 + 1
xs = np.linspace(0, 6, 100)

plt.figure(figsize=(6, 4))
plt.plot(xs, g(xs), lw=2, label="g(x) = (x − 3)² + 1")
for x0, mau in [(1, "red"), (3, "green"), (5, "orange")]:
    k = dao_ham(g, x0)
    huong = "xuống dốc" if k < -0.01 else ("đáy, bằng phẳng" if abs(k) < 0.01 else "lên dốc")
    print(f"x = {x0}:  g'(x) ≈ {k:5.2f}  →  {huong}")
    t = np.linspace(x0 - 1, x0 + 1, 10)
    plt.plot(t, g(x0) + k * (t - x0), "--", color=mau, label=f"x = {x0}: độ dốc {k:.0f}")
    plt.scatter([x0], [g(x0)], color=mau, zorder=3)
plt.legend(); plt.grid(alpha=0.3); plt.title("Đạo hàm = độ dốc của đường tiếp tuyến")
plt.show()

Kết quả:

x = 1:  g'(x) ≈ -4.00  →  xuống dốc
x = 3:  g'(x) ≈  0.00  →  đáy, bằng phẳng
x = 5:  g'(x) ≈  4.00  →  lên dốc
Đồ thị parabol g(x) = (x − 3)² + 1 với ba đường tiếp tuyến nét đứt tại x = 1, 3, 5 trên Google Colab
Đạo hàm chính là độ dốc của đường tiếp tuyến: −4 (xuống dốc) tại x = 1, 0 (đáy) tại x = 3, 4 (lên dốc) tại x = 5.

Đây là ý tưởng quan trọng nhất của cả bài: muốn làm một hàm nhỏ đi, hãy đi ngược dấu đạo hàm. Đạo hàm âm thì tăng x, đạo hàm dương thì giảm x. Bài sau, "hàm cần làm nhỏ" sẽ là lỗi của nơ-ron.

Đạo hàm riêng — nhích từng biến một

Điểm tổng kết = 0.3 × giữa kỳ + 0.7 × cuối kỳ. Nếu cuối kỳ được thêm 1 điểm (giữa kỳ giữ nguyên) thì tổng kết tăng 0.7; giữa kỳ thêm 1 điểm thì tổng kết chỉ tăng 0.3. Muốn lên điểm nhanh nhất: dồn sức vào biến có đạo hàm riêng lớn nhất — ở đây là cuối kỳ.

Hàm có nhiều biến thì ta nhích từng biến một, các biến khác giữ nguyên như hằng số. Đó là đạo hàm riêng:

∂f/∂x
Đọc: "đạo hàm riêng của f theo x" — ký hiệu ∂ đọc là "đạo hàm riêng": coi mọi biến khác là hằng số.

Tính tay với f(x, y) = x² + 3xy tại điểm (1, 2):

  • Theo x (coi y = 2 là số): ∂f/∂x = 2x + 3y = 2 + 6 = 8.
  • Theo y (coi x = 1 là số): ∂f/∂y = 3x = 3.
# [A3]: Đạo hàm riêng: hàm có NHIỀU biến → nhích TỪNG biến một, các biến khác giữ nguyên
h = 1e-4

# Đời thường: điểm tổng kết = 0.3 × giữa kỳ + 0.7 × cuối kỳ
tong_ket = lambda gk, ck: 0.3 * gk + 0.7 * ck
gk, ck = 6, 7
print("Tổng kết hiện tại:", round(tong_ket(gk, ck), 2))
print("∂(tổng kết) / ∂(giữa kỳ) ≈", round((tong_ket(gk + h, ck) - tong_ket(gk, ck)) / h, 3))
print("∂(tổng kết) / ∂(cuối kỳ) ≈", round((tong_ket(gk, ck + h) - tong_ket(gk, ck)) / h, 3))

# Hàm f(x, y) = x² + 3xy tại điểm (1, 2)
f2 = lambda x, y: x ** 2 + 3 * x * y
x, y = 1, 2
print("\n∂f/∂x ≈", round((f2(x + h, y) - f2(x, y)) / h, 3), "   công thức 2x + 3y =", 2 * x + 3 * y)
print("∂f/∂y ≈", round((f2(x, y + h) - f2(x, y)) / h, 3), "   công thức 3x      =", 3 * x)

Kết quả:

Tổng kết hiện tại: 6.7
∂(tổng kết) / ∂(giữa kỳ) ≈ 0.3
∂(tổng kết) / ∂(cuối kỳ) ≈ 0.7

∂f/∂x ≈ 8.0    công thức 2x + 3y = 8
∂f/∂y ≈ 3.0    công thức 3x      = 3

Để ý cách nhích: tong_ket(gk + h, ck) chỉ cộng h vào giữa kỳ, tong_ket(gk, ck + h) chỉ cộng vào cuối kỳ. Một nơ-ron thật có hàng nghìn tham số — và đạo hàm riêng cho biết từng tham số ảnh hưởng đến kết quả bao nhiêu.

Chain rule — quy tắc dây chuyền

Chạy Grab: mỗi giờ đi được 20 km, mỗi km được 5 nghìn → mỗi giờ được 20 × 5 = 100 nghìn. Tốc độ của cả chuỗi = tích tốc độ của từng khâu. Đó là chain rule (chên-ru) — quy tắc dây chuyền cho hàm lồng nhau:

dy/dx = dy/du · du/dx
Đọc: "đê y trên đê x bằng đê y trên đê u nhân đê u trên đê x" — u là khâu ở giữa; dy/dx (đọc: "đê y trên đê x") là đạo hàm của y theo x.

Tính tay y = (3x + 1)² tại x = 1, tách thành hai khâu:

Khâu Công thức Đạo hàm tại x = 1
Trong u = 3x + 1 = 4 du/dx = 3
Ngoài y = u² dy/du = 2u = 8
Cả chuỗi y = (3x + 1)² dy/dx = 8 × 3 = 24

Còn nhớ hàm Sigmoid (xích-moi) σ(z) (đọc: "xích-ma của z") ở Bài 3 của series không? Đạo hàm của nó có công thức rất gọn:

σ'(z) = σ(z) · (1 − σ(z))
Đọc: "xích-ma phẩy bằng xích-ma nhân một trừ xích-ma". Tại z = 0: σ = 0.5, nên σ' = 0.5 × 0.5 = 0.25.

# [A4]: Chain rule (quy tắc dây chuyền): hàm lồng nhau → NHÂN đạo hàm của từng khâu
# Đời thường: chạy Grab được 20 km mỗi giờ, mỗi km được 5 nghìn
print("Tiền mỗi giờ = (km / giờ) × (nghìn / km) =", 20, "×", 5, "=", 20 * 5, "nghìn / giờ")

# y = (3x + 1)² tại x = 1.   Khâu trong: u = 3x + 1.   Khâu ngoài: y = u²
x = 1
u = 3 * x + 1
dy_du = 2 * u             # đạo hàm của u² theo u
du_dx = 3                 # đạo hàm của 3x + 1 theo x
print(f"\nu = {u},  dy/du = {dy_du},  du/dx = {du_dx}  →  dy/dx = {dy_du} × {du_dx} = {dy_du * du_dx}")
print("Kiểm tra bằng số:", round(dao_ham(lambda x: (3 * x + 1) ** 2, 1), 3))

# Đạo hàm của sigmoid:  σ'(z) = σ(z) · (1 − σ(z))
sigmoid = lambda z: 1 / (1 + np.exp(-z))
print()
for z in [-2, 0, 2]:
    s = sigmoid(z)
    print(f"z = {z:2d}:  σ = {s:.3f}   σ·(1 − σ) = {s * (1 - s):.4f}   bằng số ≈ {dao_ham(sigmoid, z):.4f}")

Kết quả:

Tiền mỗi giờ = (km / giờ) × (nghìn / km) = 20 × 5 = 100 nghìn / giờ

u = 4,  dy/du = 8,  du/dx = 3  →  dy/dx = 8 × 3 = 24
Kiểm tra bằng số: 24.001

z = -2:  σ = 0.119   σ·(1 − σ) = 0.1050   bằng số ≈ 0.1050
z =  0:  σ = 0.500   σ·(1 − σ) = 0.2500   bằng số ≈ 0.2500
z =  2:  σ = 0.881   σ·(1 − σ) = 0.1050   bằng số ≈ 0.1050
Ô code chain rule trên Google Colab với ba khung đỏ đánh số 1, 2, 3
(1) Tách y = (3x + 1)² thành khâu trong u = 3x + 1 và khâu ngoài u², tính đạo hàm từng khâu. (2) Nhân hai khâu được 24 — khớp với cách nhích bằng số (24.001). (3) Công thức σ·(1 − σ) khớp với đạo hàm bằng số ở cả 3 điểm.

Hai điều đáng nhớ: phép nhân của chain rule cho đúng kết quả mà cách "nhích bằng số" cho ra; và đạo hàm sigmoid lớn nhất tại z = 0 (0.25), nhỏ dần khi z ra xa 0 — nơ-ron càng "chắc chắn" thì càng ít nhạy.

Thực hành: quán trà sữa nên tăng hay giảm giá?

Đề bài a) Quán bán trà sữa giá p nghìn/ly thì mỗi ngày bán được 100 − 2p ly. Doanh thu R(p) = p · (100 − 2p); công thức đạo hàm R'(p) = 100 − 4p. Tính đạo hàm bằng số tại p = 20, 25, 30, so với công thức và đưa lời khuyên: tăng giá, giữ giá hay giảm giá?

Giá p Số ly bán Doanh thu R(p) R'(p) = 100 − 4p Lời khuyên
20 60 1 200 20 Tăng giá
25 50 1 250 0 Giữ giá
30 40 1 200 −20 Giảm giá

Đề bài b) Nơ-ron dự đoán ŷ = σ(2x − 1). Dùng chain rule tính dŷ/dx = σ'(z) · dz/dx tại x = 0.5 và x = 2, rồi kiểm tra bằng số.

Các bước:

  1. Hoàn thành hàm dao_ham: nhích x thêm h rồi chia cho h.
  2. Gọi dao_ham(doanh_thu, p) và công thức 100 - 4 * p.
  3. Phần b): dy_dz = s * (1 - s), đạo hàm của 2x − 1 là 2, rồi nhân hai khâu.
# BÀI TẬP 1 — KHUNG CODE: điền vào chỗ ____
import numpy as np
sigmoid = lambda z: 1 / (1 + np.exp(-z))

# a) Đạo hàm bằng số: nhích x thêm h
def dao_ham(f, x, h=1e-4):
    return (f(x + ____) - f(x)) / ____

doanh_thu = lambda p: p * (100 - 2 * p)
print("a)")
for p in [20, 25, 30]:
    bang_so = dao_ham(____, p)
    cong_thuc = 100 - 4 * ____
    loi_khuyen = "tăng giá" if bang_so > 0.01 else ("giữ giá" if abs(bang_so) < 0.01 else "giảm giá")
    print(f"   p = {p}: doanh thu {doanh_thu(p):4d} nghìn · R'(p) bằng số = {round(bang_so, 2) + 0:6.2f} · công thức = {cong_thuc:3d}  →  {loi_khuyen}")

# b) Chain rule: ŷ = σ(z),  z = 2x − 1
print("\nb)")
for x in [0.5, 2]:
    z = 2 * x - 1
    s = sigmoid(z)
    dy_dz = s * (1 - ____)                 # σ'(z) = σ(z)·(1 − σ(z))
    dz_dx = ____                           # đạo hàm của 2x − 1 theo x
    dy_dx = ____ * dz_dx                   # chain rule: nhân hai khâu
    kiem_tra = dao_ham(lambda t: sigmoid(2 * t - 1), x)
    print(f"   x = {x}: z = {z}, ŷ = {s:.3f} · dŷ/dx = {dy_dx:.4f} · bằng số ≈ {kiem_tra:.4f}")
Xem đáp án

Các chỗ trống lần lượt là: h, h · doanh_thu, p · s, 2, dy_dz. Các dòng sau khi điền:

    return (f(x + h) - f(x)) / h          # trong hàm dao_ham

    bang_so = dao_ham(doanh_thu, p)       # a)
    cong_thuc = 100 - 4 * p

    dy_dz = s * (1 - s)                   # b)
    dz_dx = 2
    dy_dx = dy_dz * dz_dx

Kết quả:

a)
   p = 20: doanh thu 1200 nghìn · R'(p) bằng số =  20.00 · công thức =  20  →  tăng giá
   p = 25: doanh thu 1250 nghìn · R'(p) bằng số =   0.00 · công thức =   0  →  giữ giá
   p = 30: doanh thu 1200 nghìn · R'(p) bằng số = -20.00 · công thức = -20  →  giảm giá

b)
   x = 0.5: z = 0.0, ŷ = 0.500 · dŷ/dx = 0.5000 · bằng số ≈ 0.5000
   x = 2: z = 3, ŷ = 0.953 · dŷ/dx = 0.0904 · bằng số ≈ 0.0903
Bài thực hành trà sữa và chain rule sau khi điền đủ chỗ trống trên Google Colab, có 5 khung đỏ đánh số
(1) return (f(x + h) - f(x)) / h. (2) dao_ham(doanh_thu, p) và 100 - 4 * p. (3) s * (1 - s), 2 và dy_dz * dz_dx. (4) p = 25 cho đạo hàm 0 — doanh thu lớn nhất (1 250 nghìn). (5) Ở x = 2 nơ-ron đã "chắc chắn" (ŷ = 0.953) nên đạo hàm nhỏ hẳn.

Đọc như một chủ quán: ở p = 20, tăng giá thêm 1 nghìn thì doanh thu tăng khoảng 20 nghìn/ngày; ở p = 25 đạo hàm bằng 0 — đỉnh doanh thu; ở p = 30, tăng giá nữa là mất khách.

Phần b) cho thấy một hiện tượng rất "AI": ở x = 2, nơ-ron đã đoán ŷ = 0.953 (gần như chắc chắn), nên dŷ/dx chỉ còn 0.0904 — nhích x thêm cũng chẳng đổi được bao nhiêu. Bằng số ra 0.0903 thay vì 0.0904 vì h = 0.0001 chưa phải "nhỏ vô cùng" — lệch ở chữ số thứ tư là bình thường.

Lỗi thường gặp

Thông báo lỗi / hiện tượng Nguyên nhân Cách xử lý
NameError: name '____' is not defined Còn chỗ trống chưa điền Tìm ____ trong ô và điền đủ rồi chạy lại
NameError: name 'dao_ham' is not defined Chạy ô A2 – A4 khi chưa chạy ô A1 (hoặc máy chủ vừa khởi động lại) Chạy lại ô A1 rồi chạy tiếp các ô sau
Đạo hàm bằng số ra 6.0001 chứ không phải đúng 6 h = 0.0001 là bước nhích nhỏ nhưng không bằng 0 Bình thường — chỉ cần khớp công thức đến vài chữ số thập phân

Tự luyện thêm

  1. Nếu mỗi ly trà sữa có chi phí 10 nghìn, lợi nhuận = (p − 10)(100 − 2p). Tìm giá p cho đạo hàm bằng 0 (gợi ý: dùng dao_ham thử p từ 20 đến 35).
  2. Tính dŷ/dx của ŷ = σ(2x − 1) tại x = −2. Vì sao kết quả gần bằng 0?
Xem gợi ý đáp án
  1. Đạo hàm bằng 0 tại p = 30: lợi nhuận đạt 20 × 40 = 800 nghìn/ngày (p = 29 hay 31 đều chỉ được 798). Có chi phí thì giá tốt nhất cao hơn trường hợp chỉ tính doanh thu (25).
  2. Tại x = −2 thì z = −5, σ(−5) ≈ 0.0067 — nơ-ron "chắc chắn" là 0. Khi đó σ·(1 − σ) rất nhỏ nên dŷ/dx ≈ 0.013, gần như bằng 0: sigmoid nằm ở phần "phẳng" của đồ thị.

Tóm tắt

  • Đạo hàm = tốc độ thay đổi; máy tính tính bằng cách nhích một bước nhỏ h.
  • Dấu đạo hàm cho biết hướng dốc; muốn hàm nhỏ đi thì đi ngược dấu đạo hàm.
  • Đạo hàm riêng: nhích từng biến một, biến nào có đạo hàm riêng lớn thì ảnh hưởng mạnh.
  • Chain rule: hàm lồng nhau thì nhân đạo hàm của từng khâu.
Ký hiệu Toán Cách đọc Lệnh NumPy / Python
f'(x) "f phẩy của x" dao_ham(f, x)
(f(x + h) − f(x)) / h "f của x cộng h, trừ f của x, chia h" (f(x + h) - f(x)) / h
x² "x bình phương" x ** 2
∂f/∂x "đạo hàm riêng của f theo x" (f(x + h, y) - f(x, y)) / h
dy/dx = dy/du · du/dx "đê y trên đê x bằng đê y trên đê u nhân đê u trên đê x" dy_du * du_dx
σ(z) "xích-ma của z" 1 / (1 + np.exp(-z))
σ(z)(1 − σ(z)) "xích-ma nhân một trừ xích-ma" s * (1 - s)

Bài tiếp theo trong series: Lan truyền ngược — ghép đạo hàm riêng và chain rule lại để một nơ-ron tự "truy tìm thủ phạm" gây ra lỗi, rồi tự sửa sai trên dữ liệu 40 sinh viên, đóng gói thành Web App.

Ảnh Nguyễn Hữu Huy

Tác giả

Giảng viên Khoa Công nghệ Thông tin, Cao đẳng FPT Polytechnic

Thầy Huy dạy lập trình tại Cao đẳng FPT Polytechnic, chia sẻ kiến thức về Android, Unity/C#, AI và lập trình backend qua blog dotplays và kênh YouTube Thầy Huy One Champ. Tác giả các ứng dụng dotsave, getvidfb và taptik.