Nhập môn Khai phá dữ liệu

Tài liệu đọc "Nhập môn Học máy và khai phá dữ liệu" bao gồm 4 chương: Chương 1 sẽ trình bày những khái niệm, bài toán cơ bản nhất, và một số vấn đề của các hệ thống có khả năng học. Chương 2 bàn luận bài toán hồi qui và mô hình tuyến tính. Một số phương pháp huấn luyện khác nhau sẽ được trình bày, gồm bình phương tối thiểu, Ridge, và LASSO. Chương 3 sẽ trình bày một số mô hình học máy để giải quyết bài toán phân loại, gồm K-NN, cây quyết định, rừng ngẫu nhiên. Chương 4 chứa các khái niệm và vấn đề cơ bản của Khai phá dữ liệu. Một ví dụ cụ thể là khai phá luật kết hợp sẽ được trình bày.

170p ladongphongthanh1008 22-04-2024 12 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 1, chương này cung cấp cho học viên những nội dung về: giới thiệu học máy (Machine learning) - khai phá dữ liệu (Data mining); các ứng dụng thành công của học máy; quá trình học máy; các thành phần chính của bài toán học máy;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

54p duonghoanglacnhi 07-11-2022 28 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 3, chương này cung cấp cho học viên những nội dung về: đánh giá hiệu năng của hệ thống; các phương pháp đánh giá; tập tối ưu (Validation set); các tiêu chí đánh giá hiệu năng của hệ thống; lựa chọn mô hình đánh giá hiệu năng của hệ thống;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

19p duonghoanglacnhi 07-11-2022 25 8   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 2, chương này cung cấp cho học viên những nội dung về: tập dữ liệu; các kiểu tập dữ liệu; các kiểu giá trị thuộc tính; biểu đồ histogram; đồ thị rải rác (Scatter plot); các nhiệm vụ chính của tiền xử lý dữ liệu;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

31p duonghoanglacnhi 07-11-2022 23 7   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 4, chương này cung cấp cho học viên những nội dung về: bài toán hồi quy; hồi quy tuyến tính (Linear regression); hàm đánh giá lỗi; giải thuật hồi quy tuyến tính; quy tắc delta; các điều kiện kết thúc quá trình học;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

15p duonghoanglacnhi 07-11-2022 26 7   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 5, chương này cung cấp cho học viên những nội dung về: phân lớp; bài toán phân lớp; học dựa trên các láng giềng gần nhất (Nearest neighbors learning); ma trận nhầm lẫn (Confusion matrix); giải thuật phân lớp k-NN;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

24p duonghoanglacnhi 07-11-2022 20 7   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 6, chương này cung cấp cho học viên những nội dung về: phân lớp; các phương pháp học dựa trên xác suất (Probabilistic learning); các khái niệm cơ bản về xác suất; biểu diễn xác suất; xác suất có điều kiện; các biến độc lập về xác suất;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

32p duonghoanglacnhi 07-11-2022 21 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 7, chương này cung cấp cho học viên những nội dung về: phân lớp; cây quyết định (Decision tree); học cây quyết định (Decision tree –DT– learning); biểu diễn cây quyết định; giải thuật ID3; học cây quyết định và chiến lược tìm kiếm;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

37p duonghoanglacnhi 07-11-2022 13 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 8, chương này cung cấp cho học viên những nội dung về: phân lớp; mạng nơron nhân tạo (Artificial neural network); các ứng dụng điển hình của mạng nơron nhân tạo; cấu trúc và hoạt động của một nơ-ron; kiến trúc mạng nơron nhân tạo;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

69p duonghoanglacnhi 07-11-2022 20 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 9, chương này cung cấp cho học viên những nội dung về: phân lớp; máy vectơ hỗ trợ (Support vector machine); mặt siêu phẳng phân tách; mặt siêu phẳng có lề cực đại; dữ liệu phân tách được tuyến tính (SVM); tính toán mức lề;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

48p duonghoanglacnhi 07-11-2022 15 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 10, chương này cung cấp cho học viên những nội dung về: phân cụm; bài toán phân cụm; phân cụm dựa trên phân tách - k-Means; phân cụm phân cấp - HAC; học có giám sát (Supervised learning); học không có giám sát (Unsupervised learning);... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

42p duonghoanglacnhi 07-11-2022 23 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 11, chương này cung cấp cho học viên những nội dung về: phát hiện luật kết hợp; bài toán phát hiện luật kết hợp; lattice biểu diễn các tập mục cần xét; các chiến lược sinh tập mục thường xuyên; giải thuật Apriori; các yếu tố ảnh hưởng độ phức tạp Apriori;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

21p duonghoanglacnhi 07-11-2022 25 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 4+5: Phân cụm. Chương này cung cấp cho học viên những nội dung về: bài toán học có giám sát (Supervised learning) và bài toán học không giám sát (Unsupervised learning); giải thuật phân cụm; đánh giá chất lượng phân cụm (Clustering quality);... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

32p duonghoanglacnhi 07-11-2022 14 7   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 3: Hồi quy tuyến tính (Linear regression). Chương này cung cấp cho học viên những nội dung về: học có giám sát (Supervised learning); hồi quy tuyến tính; học hàm hồi quy; hàm đánh giá lỗi (loss function); hàm lỗi thực nghiệm;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

24p duonghoanglacnhi 07-11-2022 27 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 6: Phân loại và đánh giá hiệu năng. Chương này cung cấp cho học viên những nội dung về: đánh giá hiệu năng hệ thống học máy; các phương pháp đánh giá; lựa chọn tham số; đánh giá và lựa chọn mô hình; các tiêu chí đánh giá;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

30p duonghoanglacnhi 07-11-2022 22 6   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 9.2: Học dựa trên xác suất. Chương này cung cấp cho học viên những nội dung về: expectation maximization; GMM và K-means; thuật toán EM; mô hình hỗn hợp và phân cụm; mạng nơron để thực hiện suy diễn Bayes;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

22p duonghoanglacnhi 07-11-2022 22 6   Download

Bài giảng "Nhập môn Học máy và Khai phá dữ liệu" được biên soạn với mục tiêu nhằm giúp học viên có kiến thức cơ bản về học máy; có hiểu biết về các phương pháp học máy, các điểm mạnh (ưu điểm) và các điểm yếu (nhược điểm) của các giải thuật học máy và khai phá dữ liệu; làm quen và sử dụng được thư viện Scikit-learn; có kinh nghiệm về thiết kế, cài đặt, và đánh giá hiệu năng của một phương pháp học máy hoặc khai phá dữ liệu;...

12p duonghoanglacnhi 07-11-2022 20 5   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 1.1: Giới thiệu về Học máy và khai phá dữ liệu. Chương này cung cấp cho học viên những nội dung về: học máy và khai phá dữ liệu; quy trình thực hiện - hướng tìm tri thức; quy trình thực hiện - hướng sản phẩm; phát triển sản phẩm - kinh nghiệm từ IBM;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

38p duonghoanglacnhi 07-11-2022 21 5   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 1.2: Giới thiệu về Học máy và khai phá dữ liệu. Chương này cung cấp cho học viên những nội dung về: nguồn dữ liệu; khai phá dữ liệu; phát hiện tri thức và khai phá dữ liệu; dữ liệu – thông tin – tri thức;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

29p duonghoanglacnhi 07-11-2022 14 5   Download

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 2: Thu thập và tiền xử lý dữ liệu. Chương này cung cấp cho học viên những nội dung về: thu thập, lựa chọn dữ liệu; tiền xử lý dữ liệu; chuyển đổi; khai phá dữ liệu; giải thích/đánh giá;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

20p duonghoanglacnhi 07-11-2022 19 5   Download