Học
máy và Khai phá dữ liệu |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1.
THÔNG TIN
CHUNG Tên học phần: Nhập môn học
máy và khai phá dữ liệu (Introduction to Machine Learning and Data
Mining) Mã lớp kỳ 20212: + 131404-IT3190
(xem trong thư mục riêng để có thêm tài liệu) 2.
MỤC TIÊU Học máy (Machine
Learning) đã và đang giúp con người tạo ra những
sản phẩm vô cùng hữu ích, thay đổi cuộc sống của con người. Nó có thể giúp tạo
ra những hệ thống máy móc mà có khả năng phán đoán (dự báo) một cách chính
xác và khai phá tri thức mới từ một lượng dữ liệu lớn. Những hệ thống đó có
khả năng tự học từ dữ liệu, mà ít cần hướng dẫn của con người. Học phần này nhằm cung cấp
cho sinh viên các kiến thức cơ bản về học máy và khai phá dữ liệu. Học phần
bao gồm các khái niệm căn bản, các bài toán học cơ bản, quy trình xây dựng hệ
thống dựa trên học máy và khai phá dữ liệu, các mô hình cơ bản (đôi khi
chuyên sâu). Đó là những khối kiến thức cần thiết nhất khi người học muốn
dùng Học máy (hay Khai phá dữ liệu) vào các ứng dụng trong thực tế. Học phần
cũng giới thiệu vài ứng dụng điển hình của học máy trong thực tế, các công cụ
hoặc thư viện hữu ích. 3.
NỘI DUNG
Xem đầy đủ trên Youtube: https://www.youtube.com/watch?v=jc1wo_8VA1w&list=PLaKukjQCR56ZRh2cAkweftiZCF2sTg11_&index=1 n Sách tham khảo [1] Tom Mitchell. Machine Learning.
McGraw-Hill, 1997. [2] Ian Goodfellow, Yoshua Bengio, and Aaron Courville. Deep
Learning. MIT press, 2016. [3] Jiawei Han, Micheline Kamber, Jian Pei. Data
Mining: Concepts and Techniques (3rd Edition). Morgan Kaufmann, 2011. [4] Trevor Hastie, Robert Tibshirani, Jerome
Friedman. The Elements of Statistical Learning: Data Mining, Inference,
and Prediction (12th Edition). Springer,
2017. |