Vài năm gần đây, có thể các bạn sẽ nghe thấy cụm từ "cách mạng công nghiệp lần thứ 4" hay "cách mạng công nghiệp 4.0", tập trung chủ yếu vào sản xuất thông minh dựa trên sự phát triển đột phá của cách ngành nghề công nghệ thông tin, công nghệ sinh học, công nghệ nano,... Mỗi một cuộc cách mạng công nghệ đều sẽ mang đến một bước ngoặt lớn với cách thức chúng ta sản xuất, lao động, hãy nhìn lại thế giới xung quanh bạn đang thay đổi từng ngày như thế nào: chúng ta có các sản phẩm trí tuệ nhân tạo mô phỏng được các hoạt động y hệt con người, thậm chí là giỏi hơn khi AlphaGo của google đã đánh bại Lee Sedol, kì thủ cờ vây hàng đầu thế giới, rồi chụp x quang 3 chiều giúp phát hiện sớm ung thư, công nghệ nano giúp chữa trị ung thư cho con người, công nghệ thực tế ảo trong pokemon go từng gây sốt cho toàn thế giới,... Thế giới đang đi những bước dài mỗi ngày, góp một phần không nhỏ trong đó chính là công nghệ thông tin, và cụ thể hơn, một trong các công nghệ góp phần vào bước phát triển của công nghệ thông tin, chính là machine learning.
Machine Learning (ML) là một trong các cụm từ được nhắc đến khá nhiều gần đây, mà tiêu biểu nhất như đã nêu ở trên, AlphaGo của google. Không chỉ trong lĩnh vực trí tuệ nhân tạo, mà rất, rất nhiều lĩnh vực khác cũng đang có sự tham gia của ML.
Nhấn vào đây để bắt đầu khóa học
Nội dung của Machine Learning cơ bản
Phần 1. Tổng quan
Machine learning là gì? Những khái niệm cơ bản
Kinh nghiệm E, dữ liệu trong machine learning và những điều cần biết
Nhiệm vụ T, các bài toán thường gặp trong machine learning
Độ đo hiệu quả P trong machine learning
Dự đoán mức độ hài lòng với công việc – Ví dụ đầu tiên về machine learning
Loss Function (Hàm mất mát) và Objective Function (Hàm mục tiêu)
Huấn luyện mô hình machine learning – Hồi quy tuyến tính
Underfitting và Overfitting, vấn đề Bias – Variance Tradeoff trong Machine learning
Train set và test set, vấn đề đánh giá mô hình học máy
Một số chỉ số đánh giá các mô hình machine learning
Các phương pháp huấn luyện mô hình machine learning: Parametric và Nonparametric model
Một số hàm mất mát (Loss function) thường dùng
Gradient Descent
Học có giám sát và học không giám sát, phân loại các mô hình học máy
Quy trình xây dựng, triển khai các ứng dụng sử dụng machine learning – Machine learning workflow
Cài đặt môi trường và thư viện machine learning trên Python
Phần 2. Chuẩn bị dữ liệu
Thu thập dữ liệu
Tổng hợp một số nguồn dataset cho các lĩnh vực
Khám phá dữ liệu
Hiển thị dữ liệu
Biểu diễn dữ liệu
Tiền xử lý dữ liệu
Data cleaning
Data integration
Data transformation
Data reduction
Rời rạc hóa dữ liệu
Lấy mẫu (Sampling)
Feature Engineering
Feature Extraction
Feature Selection
Feature Creation
Phần 3. Xây dựng và đánh giá mô hình
Loss function
Phần 4. Các mô hình phân lớp
Hồi quy logic
kNN
Support Vector Machine
Kernel SVM
Naive Bayes
Cây quyết định
Random Forest
Lựa chọn mô hình phân lớp
Đánh giá mô hình phân lớp
Phần 5. Các mô hình Hồi quy
Hồi quy tuyến tính đơn giản
Hồi quy nhiều chiều
Hồi quy phi tuyến
Support Vector Regression (SVR)
Decission tree regression
Random forest Regression
Đánh giá mô hình hồi quy
Lựa chọn mô hình hồi quy
Phần 6. Các mô hình phân cụm
K-Means
Mean-Shiff
Phân cụm phân cấp
Phần 7. Ensemble learning
Bagging
Stacking
Boosting
Phần 8. Khai phá luật kết hợp
Apriori
FP-Tree
Eclat
Phần 9. Hệ đề nghị
Hàng xóm gần nhất
Matrix Factorization
Phần 10. Giảm chiều dữ liệu
Phân tích thành phần chính PCA
Phân tích thành phần độc lập ICA
Linear Discriminant Analysis
Kernel PCA
Lựa chọn mô hình tự động và Fine-Tune
Một số chủ đề khác
Học tăng cường – Reinforcement Learning
Mạng neural và deep learning
Computer Vision
NLP
Học machine learning qua ví dụ
Python Machine Learning
Các bài viết trong series được giải thích kèm với các ví dụ và bài tập áp dụng dựa trên các bài toán thực tế. Do đó, nó không chỉ giúp bạn nắm vững lý thuyết mà còn cho phép bạn có khả năng tự xây dựng những mô hình machine learning cơ bản đầu tiên cho chính mình.
Bạn sẽ thu được gì từ Machine learning cơ bản?
Sau khi hoàn thành Series này bạn có thể:
Thành thạo cách xây dựng mô hình học máy cơ bản trên Python.
Hiểu rõ các khái niệm cơ bản về học máy như: overfitting, underfitting, học có giám sát, học không giám sát,…
Nắm vững các mô hình học máy cơ bản như: cây quyết định, k-means,….
Biết cách đánh giá một mô hình machine learning thế nào là hiệu quả.
Nắm được quy trình để xây dựng và ứng dụng các mô hình học máy vào bài toán thực tế.
Nắm được cách chọn mô hình học máy phù hợp cho từng nhu cầu bài toán thực tế.
Biết cách xử lý dữ liệu phù hợp cho bài toán học máy.
Nắm được cách thức trích chọn đặc trưng và giảm chiều dữ liệu.
Nắm được một số khái niệm nâng cao như học tăng cường, xử lý ngôn ngữ tự nhiên (NLP), thị giác máy tính (computer vision), deep learning.
Nắm được khái niệm ensemble learning và cách thức xây dựng các mô hình ensemble learning để giải quyết các bài toán trong thực tế.
Machine learning cơ bản giành cho ai?
Series này giành cho bất cứ ai yêu thích machine learning và muốn tìm hiểu cơ bản về nó;
Sinh viên đã có những kiến thức cơ bản về toán và muốn bắt đầu với machine learning;
Những người đã có hiểu biết cơ bản về machine learning nhưng muốn tìm hiểu sâu hơn về những lĩnh vực ứng dụng của machine learning và cách thức để xây dựng mô hình machine learning trong thực tế;
Lập trình viên muốn học và ứng dụng machine learning vào các sản phẩm của mình;
Bất cứ ai muốn bắt đầu muốn tìm kiếm một công việc về data science hoặc machine learning hoặc muốn mở rộng hiểu biết của mình và đào sâu hơn các kiến thức đã có.
Bạn cần gì để bắt đầu Series này?
Để tiếp thu tốt nhất các kiến thức trong Series này, bạn nên có một số nền tảng kiến thức sau:
Nắm vững một số kiến thức cơ bản trong toán học phổ thông như: đạo hàm, khoảng cách, vector,…Nếu bạn chưa quen thuộc với toán hoặc đã quên gần hết. Hãy xem lại Series: Toán cho machine learning.
Đôi chút kiến thức về lập trình, đặc biệt là Python. Nếu bạn chưa quen thuộc với Python, có thể tham khảo Series: Lập trình Python cơ bản.
Hi vọng Machine learning cơ bản sẽ là tài liệu bổ ích giúp bạn bước chân vào thế giới của máy học. Chúc các bạn thành công !
Khoá học Quản trị Chiến lược Dành cho Lãnh đạo Doanh nghiệp
Khóa học Hacker và Marketing từ A-Z trên ZALO!
Khóa học Hacker và Marketing từ A-Z trên Facebook!
Bảo mật và tấn công Website - Hacker mũ trắng
KHÓA HỌC LẬP TRÌNH PYTHON TỪ CƠ BẢN ĐẾN CHUYÊN NGHIỆP
Khóa học Lập trình Visual Foxpro 9 - Dành cho nhà quản lý và kế toán
Khóa học hướng dẫn về Moodle chuyên nghiệp và hayXây dựng hệ thống đào tạo trực tuyến chuyên nghiệp tốt nhất hiện nay.
Khóa học AutoIt dành cho dân IT và Marketing chuyên nghiệp
Khoá học Word từ cơ bản tới nâng cao, học nhanh, hiểu sâu
Khóa học hướng dẫn sử dụng Powerpoint từ đơn giản đến phức tạp HIỆU QUẢ
Khóa học Thiết kế, quản lý dữ liệu dự án chuyên nghiệp cho doanh nghiệp bằng Bizagi
Khóa học Phân tích dữ liệu sử dụng Power Query trong Excel
Khóa học Lập trình WEB bằng PHP từ cơ bản đến nâng cao
Khóa học Phân tích dữ liệu sử dụng SPSS - Chìa khóa thành công!
Khóa học “Thiết kế bài giảng điện tử”, Video, hoạt hình kiếm tiền Youtube bằng phần mềm Camtasia Studio
Khóa học HƯỚNG DẪN THIẾT KẾ VIDEO CLIP CHO DÂN MARKETING CHUYÊN NGHIỆP
HƯỚNG DẪN THIẾT KẾ QUẢNG CÁO VÀ ĐỒ HỌA CHUYÊN NGHIỆP VỚI CANVA
Hãy tham gia khóa học để trở thành người chuyên nghiệp. Tuyệt HAY!😲👍
GOOGLE SPREADSHEETS phê không tưởng
Hãy tham gia khóa học để biết mọi thứ
Khóa học Ba, Mẹ và Bé - Cùng bé lập trình TUYỆT VỜI
Khóa học sử dụng Adobe Presenter-Tạo bài giảng điện tử
Để thành thạo Wordpress bạn hãy tham gia khóa học 
Khóa học sử dụng Edmodo để dạy và học hiện đại để thành công
==***==Bảo hiểm nhân thọ - Bảo vệ người trụ cột
Cập nhật công nghệ từ Youtube tại link: congnghe.hocviendaotao.com
Tham gia nhóm Facebook
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
Bảo mật và tấn công Website - Hacker mũ trắng
Tham gia nhóm Facebook
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
