Machine Learning (ML)

12 49 giờ
450 Học viên
4.9 Đánh giá
Đầu ra thực tế:
  • Biết huấn luyện, đánh giá và cải tiến mô hình ML
  • Thực hành thành thạo với scikit-learn
  • Có thể giải quyết bài toán phân loại và hồi quy
  • Biết phân tích kết quả mô hình và tránh overfitting
  • Làm project mini như dự đoán giá nhà, chấm điểm học sinh, phân loại email

Module 1: Tổng quan về ML, supervised vs. unsupervised

Module 2:Thu thập, xử lý và chuẩn hóa dữ liệu

Module 3: Các thuật toán ML:

  • Hồi quy tuyến tính/logistic
  • Decision Tree, KNN, Naive Bayes
  • SVM, Random Forest

Module 4: Đánh giá mô hình: accuracy, precision, recall, F1

Module 5: Cross-validation, overfitting, underfitting

Module 6: Tuning hyperparameters với GridSearchCV

Module 7: Triển khai mô hình đơn giản

Module 8: Giới thiệu về scikit-learn

Tham gia cộng đồng VISI AI Vietnam

Để cập nhật thông tin, kiến thức về Trí tuệ nhân tạo của VisiAI