Introduction
  • Introduction
  • Machine learning là gì?
  • Phần mềm R
Mô hình hồi quy tuyến tính
  • Hồi quy tuyến tính đơn biến
  • Hồi quy tuyến tính đa biến
  • Thực hành hồi quy tuyến tính trên excel
  • Thực hành hồi quy tuyến tính trên phần mềm R
  • Code mẫu cho bài giảng
Mô hình hồi quy Logistic
  • (Optional) Phương pháp ước lượng hợp lý cực đại
  • Hồi quy Logistic
  • Ước lượng mô hình và minh họa trên excel
  • Kiểm định mô hình: Đo lường sai số dự báo
  • Kiểm định mô hình: Đường ROC, chỉ số AUC
  • Thực hành hồi quy Logistic với phần mềm R
  • So sánh hồi quy tuyến tính và hồi quy Logistic
  • Code mẫu cho bài giảng
Phương pháp xây dựng mô hình Machine learning
  • Hiện tượng quá khớp (Overfitting) trong Machine learning
  • Phương pháp lựa chọn và xây dựng mô hình - kiểm chứng chéo
  • Hồi quy Ridge và Hồi quy LASSO
  • Code mẫu cho bài giảng
Mô hình cây quyết định (Decision Tree)
  • Mô hình cây quyết định
  • Xây dựng mô hình và dự báo
  • Thuật toán ước lượng mô hình
  • Mô hình Bagging và Random Forest
  • Thực hành mô hình cây quyết định trên phần mềm R
  • Code mẫu cho bài giảng
Mô hình Láng riềng gần nhất (k-Nearest Neighbor - kNN)
  • Mô hình Láng riềng gần nhất (k-Nearest Neighbor - kNN)
  • Thực hành mô hình k-NN trên phần mềm R
  • Code mẫu cho bài giảng
Thực hành Học giám sát - Số liệu Titanic - Dự báo khả năng sống sót
  • Dự báo số liệu Titanic
Học không giám sát (Unsupervised learning): Phân cụm thứ bậc, phân cụm k-means
  • Học giám sát và học không giám sát
  • Phân cụm thứ bậc
  • Phân cụm K-means
  • Thực hành phân cụm thứ bậc với phần mềm R
  • Thực hành phân cụm K-means với phần mềm R
  • Code mẫu cho bài giảng