Back to Khoá học
Mô hình và Kỹ thuật nền tảng trong học máy
0% Hoàn thành
0/0 Bài
-
Chương 1: Mô hình máy học hồi quy
1.1: Vấn đề thường gặp trong mô hình máy học -
Quiz: Vấn đề thường gặp trong mô hình máy học
-
1.2: Thực hành vấn đề thường gặp trong mô hình máy học
-
Code thực hành: Vấn đề thường gặp trong mô hình máy học
-
1.3: Mô hình hồi quy tuyến tính
-
Quiz: Mô hình hồi quy tuyến tính
-
1.4: Thực hành Mô hình hồi quy tuyến tính
-
Code thực hành: Mô hình hồi quy tuyến tính
-
1.5: Gradient Descent và máy học
-
Quiz: Gradient Descent và máy học
-
1.6: Thực hành Gradient Descent và máy học
-
Code thực hành: Gradient Descent và máy học
-
1.7: Mô hình chống Overfitting trong phân tích hồi quy
-
Quiz: Mô hình chống Overfitting trong phân tích hồi quy
-
1.8: Thực hành Mô hình chống Overfitting trong phân tích hồi quy
-
Code thực hành: Mô hình chống Overfitting trong phân tích hồi quy
-
1.9: Mô hình SVR trong phân tích hồi quy
-
Quiz: Mô hình SVR trong phân tích hồi quy
-
1.10: Thực hành Mô hình SVR trong phân tích hồi quy
-
Code thực hành: Mô hình SVR trong phân tích hồi quy
-
1.11: Mô hình cây trong phân tích hồi quy
-
Quiz: Mô hình cây trong phân tích hồi quy
-
1.12: Thực hành Mô hình cây trong phân tích hồi quy
-
Code thực hành: Mô hình cây trong phân tích hồi quy
-
1.13: Mô hình gộp ensemble trong phân tích hồi quy
-
Quiz: Mô hình gộp ensemble trong phân tích hồi quy
-
1.14: Thực hành Mô hình gộp ensemble trong phân tích hồi quy
-
Code thực hành: Mô hình gộp ensemble trong phân tích hồi quy
-
1.15: Mô hình gộp ensemble trong phân tích hồi quy phần 2
-
Quiz: Mô hình gộp ensemble trong phân tích hồi quy phần 2
-
1.16: Thực hành Mô hình gộp ensemble trong phân tích hồi quy phần 2
-
Code thực hành: Mô hình gộp ensemble trong phân tích hồi quy phần 2
-
1.17: Dự án Mô hình máy học hồi quy
-
Code thực hành: Bài tập cuối kì
-
Chương 2: Mô hình máy học phân loại thường dùng2.1: Mô hình phân loại và ứng dụng từ máy học tới thực tế
-
Quiz: Mô hình phân loại và ứng dụng từ máy học tới thực tế
-
2.2: Thực hành Mô hình phân loại và ứng dụng từ máy học tới thực tế
-
2.3: Phương pháp đánh giá mô hình phân loại
-
Quiz: Phương pháp đánh giá mô hình phân loại
-
2.4: Thực hành Phương pháp đánh giá mô hình phân loại
-
Code thực hành: Phương pháp đánh giá mô hình phân loại
-
2.5: Mô hình Logistic regression
-
Quiz: Mô hình Logistic regression
-
2.6: Thực hành Mô hình Logistic regression
-
Code thực hành: Mô hình Logistic regression
-
2.7: Mô hình cây trong mô hình phân loại
-
Quiz: Mô hình cây trong mô hình phân loại
-
2.8: Thực hành Mô hình cây trong mô hình phân loại
-
Code thực hành: Mô hình cây trong mô hình phân loại
-
2.9: Mô hình ensemble trong mô hình phân loại
-
Quiz: Mô hình ensemble trong mô hình phân loại
-
2.10: Thực hành Mô hình ensemble trong mô hình phân loại
-
Code thực hành: Mô hình ensemble trong mô hình phân loại
-
2.11: Thiết kế pipeline dự đoán
-
Quiz: Thiết kế pipeline dự đoán
-
2.12: Thực hành Thiết kế pipeline dự đoán
-
Code thực hành: Thiết kế pipeline dự đoán
-
2.13: Hàm rủi ro trong thuật toán phân loại
-
Quiz: Hàm rủi ro trong thuật toán phân loại
-
2.14: Thực hành Hàm rủi ro trong thuật toán phân loại
-
Code thực hành: Hàm rủi ro trong thuật toán phân loại
-
2.15: Dự án Mô hình máy học phân loại
-
Code thực hành: Bài tập cuối kỳ
-
Chương 3: Các kỹ thuật nền tảng trong học máy3.1: Kiểm chứng chéo (Cross validation)
-
Quiz: Cross validation
-
3.2: Thực hành Cross validation
-
Code thực hành: Kiểm chứng chéo (Cross validation)
-
3.3: Điều chỉnh siêu tham số (Hyperparameter tuning)
-
Quiz: Điều chỉnh siêu tham số - Hyperparameter tuning
-
Code thực hành: Điều chỉnh siêu tham số (Hyperparameter tuning)
-
3.4: Thực hành Điều chỉnh siêu tham số
-
3.5: Xử lý dữ liệu mất cân bằng
-
Quiz: Xử lý dữ liệu mất cân bằng
-
3.6: Thực hành Xử lý dữ liệu mất cân bằng
-
Code thực hành: Xử lý dữ liệu mất cân bằng
-
3.7: Xử lý dữ liệu mất cân bằng phần 2
-
Quiz: Xử lý dữ liệu mất cân bằng phần 2
-
3.8: Thực hành Xử lý dữ liệu mất cân bằng phần 2
-
Code bài giảng: Xử lý dữ liệu mất cân bằng phần 2
-
3.9: Điều chỉnh siêu tham số (Hyperparameter tuning) phần 2
-
Quiz: Điều chỉnh siêu tham số - Hyperparameter tuning phần 2
-
3.10: Thực hành Điều chỉnh siêu tham số phần 2
-
Code thực hành: Điều chỉnh siêu tham số (Hyperparameter tuning) phần 2
-
3.11: Dự án
-
Code thực hành: Bài tập cuối kì
-
Chương 4: Phân tích dữ liệu thời gian thực (Time series)4.1: Tổng quan về dữ liệu Time series
-
Quiz: Tổng quan về dữ liệu Time series
-
4.2: Thực hành Tổng quan về dữ liệu Time series
-
4.3: Phân tích dữ liệu thời gian thực với các mô hình thống kê phân tích (Statsmodels)
-
Quiz: Phân tích dữ liệu thời gian thực với các mô hình thống kê phân tích (Statsmodels)
-
4.4: Thực hành Phân tích dữ liệu thời gian thực với các mô hình thống kê phân tích (Statsmodels)
-
Code thực hành: Phân tích dữ liệu thời gian thực với các mô hình thống kê phân tích (Statsmodels)
-
4.5: Phân tích thành phần trong dữ liệu time series
-
Quiz: Phân tích thành phần trong dữ liệu time series
-
4.6: Thực hành Phân tích thành phần trong dữ liệu time series
-
Code thực hành: Phân tích thành phần trong dữ liệu time series
-
4.7: DeepLearning trong dự báo dữ liệu thời gian
-
Quiz: DeepLearning trong dự báo dữ liệu thời gian
-
4.8: Thực hành DeepLearning trong dự báo dữ liệu thời gian
-
4.9: Tạo biến cho dữ liệu time series
-
Quiz: Tạo biến cho dữ liệu time series
-
4.10: Thực hành Tạo biến cho dữ liệu time series
-
4.11: Phân tích dữ liệu thời gian thực đa biến
-
Quiz: Phân tích dữ liệu thời gian thực đa biến
-
4.12: Thực hành Phân tích dữ liệu thời gian thực đa biến
-
Code thực hành: Phân tích dữ liệu thời gian thực đa biến
-
4.13: Mô hình phân cụm sử dụng dữ liệu Time series
-
Quiz: Mô hình phân cụm sử dụng dữ liệu Time series
-
4.14: Thực hành Mô hình phân cụm sử dụng dữ liệu Time series
-
Code thực hành: Mô hình phân cụm sử dụng dữ liệu Time series
-
4.15: Dự án
-
Code thực hành: Bài tập cuối kì
-
Chương 5: Dự án cuối khoá5.1: Dự án cuối khoá
Bài học 1 of 113
Đang học