Khóa Học Machine Learning Học Máy Từ Cơ Bản Đến Nâng Cao

Nội dung khóa học

01. Giới thiệu chung General Introduction

01. Hướng dẫn học và đánh giá khóa học Guide on how to study and rate a course.mp4

02. Tổng quan về Trí tuệ nhân tạo (AI -Artificial intelligence)

Quiz 1 - Câu hỏi trắc nghiệm.html

01. Giới thiệu về trí tuệ nhân tạo (AI -Artificial intelligence).mp4

Quiz 2 - Câu hỏi trắc nghiệm.html

02. AI bao nhiêu tuổi, cha đẻ AI là ai Các thăng trầm của AI.mp4

Quiz 3 - Câu hỏi trắc nghiệm.html

03. Phân loại trí tuệ nhân tạo (AI -Artificial intelligence).mp4

Quiz 4 - Câu hỏi trắc nghiệm.html

04. Thế giới hậu AI (AI -Artificial intelligence).mp4

Quiz 5 - Câu hỏi trắc nghiệm.html

05. Phép thử turing hình thành các nhánh trí tuệ nhân tạo.mp4

Quiz 6 - Câu hỏi trắc nghiệm.html

06. Phân biệt khái niệm AI - Machine learning - Deep learning.mp4

07. khái niệm Học máy Machine learning là gì.mp4

03. Thư viện numpy (công cụ hỗ trợ machine learning)

01. Giới thiệu thư viện numpy (numpy library) và mảng 1 chiều.mp4

02. Thư viện numpy - mảng 2 chiều (2-dimension array).mp4

03. Thư viện numpy - mảng 3 chiều, 4 chiều, n chiều (nD).mp4

04. Một số hàm khởi tạo mảng numpy (zeros, ones, full, random).mp4

05. Kiểu dữ liệu trong mảng, int, float, complex, ép kiểu.mp4

06. So sánh kiểu mảng trong numpy và kiểu list trong python.mp4

Quiz 7 - Câu hỏi trắc nghiệm.html

07. Các thuộc tính của đối tượng mảng trong numpy.mp4

Quiz 8 - Câu hỏi trắc nghiệm.html

Quiz 9 - Câu hỏi trắc nghiệm.html

Quiz 10 - Câu hỏi trắc nghiệm.html

Quiz 11 - Câu hỏi trắc nghiệm.html

Quiz 12 - Câu hỏi trắc nghiệm.html

Quiz 13 - Câu hỏi trắc nghiệm.html

04. Làm việc với mảng numpy (công cụ hỗ trợ machine learning)

01. Các toán tử của mảng toán tử truy cập 1 phần tử, n phần tử.mp4

02. Các toán tử của mảng toán tử + (add), toán tử - (subtract).mp4

03. Các toán tử của mảng toán tử nhân , toán tử chia.mp4

04. Toán tử in (duyệt mảng), hàm max(), hàm min, hàm sum().mp4

05. Các cách chuyển mảng nD - 1D, reshape, ravel, resize.mp4

06. Các cách thực hiện nối 2 mảng thành 1 mảng trong numpy.mp4

07. Các phương pháp tạo mảng ngẫu nhiên trong numpy.mp4

08. Phương thức unique(), flip(), và chuyển vị ma trận (T).mp4

09. Phép nhân ma trận ( Nhân có hướng giữa 2 vector, 2 ma trận).mp4

10. Các phương thức lưu mảng vào file, mở mảng từ file.mp4

Quiz 14 - Câu hỏi trắc nghiệm.html

Quiz 15 - Câu hỏi trắc nghiệm.html

Quiz 16 - Câu hỏi trắc nghiệm.html

Quiz 17 - Câu hỏi trắc nghiệm.html

Quiz 18 - Câu hỏi trắc nghiệm.html

Quiz 19 - Câu hỏi trắc nghiệm.html

Quiz 20 - Câu hỏi trắc nghiệm.html

Quiz 21 - Câu hỏi trắc nghiệm.html

Quiz 22 - Câu hỏi trắc nghiệm.html

Quiz 23 - Câu hỏi trắc nghiệm.html

05. Thư viện pandas (công cụ hỗ trợ machine learning)

01. Thư viện pandas là gì giới thiệu 2 kiểu dữ liệu của pandas.mp4

02. Truy xuất dataframe, xóa cột, dataframe, thêm cột.mp4

03. Đọc ghi dữ liệu với dataframe (to_csv, to_excel, read_csv).mp4

04. View dataframe, head(), dtypes, values, sort_values.mp4

05. Các phương thức của dataframe, duplicated(), drop_duplicate.mp4

06. Các phương thức của dataframe, dropna, fillna, isnull, mean.mp4

07. Các phương thức của dataframe, apend, concat, merge.mp4

06. Thư viện matplotlib (công cụ hỗ trợ machine learning)

01. Giới thiệu thư viện matplotlib, bar(), scatter(), hist().mp4

02. Vẽ đồ thị hình sine trong matplotlib, sử dụng hàm plot().mp4

03. Vẽ 2 đồ thị trên 1 hình, chỉnh các tham số của hình.mp4

04. Chia hình thành nhiều đồ thị nhỏ trong matplotlib.mp4

05. Chia hình thành nhiều đồ thị nhỏ trong matplotlib (tiếp).mp4

06. Hiển thị nhiều hình trong matplotlib, đối tượng figure.mp4

07. Chỉnh sửa đối tượng figure trong matplotlib.mp4

08. Chỉnh sửa đối tượng figure, đồ thị bar, đồ thị bar ngang.mp4

09. Chỉnh sửa figure, đồ thị bar cạnh nhau, chồng nhau.mp4

10. Chỉnh sửa đối tượng figure, đồ thị pie (bánh).mp4

07. Các kiểu dữ liệu thường sử dụng trong học máy (Kiến thức dữ liệu hỗ trợ học máy)

01. Phân loại theo bản chất dữ liệu Kiểu dữ liệu dạng bảng Tabular Data.mp4

02. Phân loại theo bản chất dữ liệu Kiểu dữ liệu dạng ảnh video data.mp4

03. Phân loại theo bản chất dữ liệu Kiểu dữ liệu dạng văn bản Text data.mp4

04. Phân loại theo bản chất dữ liệu Kiểu dữ liệu thời gian Time Series Data.mp4

05. Phân loại theo cấu trúc dữ liệu.mp4

06. Phân loại theo cấu trúc dữ liệu Dữ liệu có cấu trúc.mp4

07. Phân loại theo cấu trúc dữ liệu Dữ liệu bán cấu trúc Phần 1.mp4

08. Phân loại theo cấu trúc dữ liệu Dữ liệu bán cấu trúc Phần 2.mp4

09. Phân loại theo cấu trúc dữ liệu Dữ liệu phi cấu trúc.mp4

10. Phân loại theo cách lưu dữ liệu Phần 1.mp4

11. Phân loại theo cách lưu dữ liệu Phần 2.mp4

Quiz 24 - Câu hỏi trắc nghiệm.html

Quiz 25 - Câu hỏi trắc nghiệm.html

Quiz 26 - Câu hỏi trắc nghiệm.html

Quiz 27 - Câu hỏi trắc nghiệm.html

Quiz 28 - Câu hỏi trắc nghiệm.html

Quiz 29 - Câu hỏi trắc nghiệm.html

Quiz 30 - Câu hỏi trắc nghiệm.html

Quiz 31 - Câu hỏi trắc nghiệm.html

Quiz 32 - Câu hỏi trắc nghiệm.html

Quiz 33 - Câu hỏi trắc nghiệm.html

Quiz 34 - Câu hỏi trắc nghiệm.html

08. Machine learning Học có giám sát (Supervised Learning) Hồi quy

01. So sánh học máy với lập trình truyền thống, phân loại ML.mp4

02. Phân tích ý nghĩa của chỉ số MSE sử dụng trong học máy.mp4

03. Giới thiệu thuật toán hồi quy (Regression) trong ML.mp4

04. Biến độc lập, biến phụ thuộc, các bước thực hiện một ML.mp4

05. Hồi quy tuyến tính và các bước thực hiện (Linear Regression).mp4

06. Hồi quy tuyến tính nhiều biến độc lập, tập dữ liệu - dataset.mp4

07. Các chỉ số đánh giá thuật toán chỉ số ME và chỉ số MAE.mp4

08. Các chỉ số đánh giá thuật toán chỉ số MSE, RMSE, R-Square.mp4

09. Hồi quy phi tuyến, hồi quy đa thức (Non-Linear, Polynomial).mp4

10. Phân biệt khái niệm Underfit và Overfit trong học máy.mp4

09. Machine learning Học có giám sát (Supervised Learning) Phân loại

01. Học máy có giám sát Thuật toán phân loại (classification).mp4

02. Bài toán phân loại Thuật toán hồi quy Logistic.mp4

03. Đánh giá mô hình accuracy và confusion matrix.mp4

04. Đánh giá mô hình Precision và confusion matrix.mp4

05. Đánh giá mô hình phân tích chỉ số Precision và Recall.mp4

06. Đánh giá mô hình chỉ số F1-Score, Precision, Recall.mp4

07. Hàm dự đoán xác xuất predct_proba(X)[,1].mp4

08. Đánh giá mô hình độ nhạy (sensitivity) và độ đặc hiệu.mp4

09. Phân tích đường cong ROC và giá trị AUC.mp4

10. Thuật toán LogisticRegression(C=m), tóm tắt học máy.mp4

10. Thư viện Seaborn (công cụ hỗ trợ machine learning)

01. Giới thiệu thư viện Seaborn, hàm load_dataset() và các tập dữ liệu có sẵn.mp4

02. Biểu đồ phân phối (Distribution plots) của 1 biến liên tục hàm histplot().mp4

03. Biểu đồ phân phối (Distribution plots) của 1 biến liên tục hàm kdeplot().mp4

04. Biểu đồ phân phối (Distribution plots) của 1 biến liên tục hàm displot().mp4

05. Ví dụ ứng dụng biểu đồ phân phối Mã hóa biến LabelEncoder().mp4

06. Ví dụ ứng dụng biểu đồ phân phối Mã hóa biến OneHotEncoding().mp4

07. Biểu đồ quan hệ (Relationship plots) giữa 2 hoặc nhiều biến scatterplot Line.mp4

08. Biểu đồ quan hệ (Relationship plots) giữa 2 hoặc nhiều biến Regplot Lmplot.mp4

09. Ví dụ ứng dụng biểu đồ quan hệ Vai trò của đường xu hướng.mp4

10. Biểu đồ quan hệ (Relationship plot) giữa 2 hoặc nhiều biến joinplot Pairplot.mp4

11. Biểu đồ so sánh nhóm Hàm Boxplot() Vẽ biểu đồ hộp ý nghĩa của Trung vị.mp4

12. Biểu đồ so sánh nhóm Boxplot ý nghĩa IQR, ngưỡng trên dưới và các outliers.mp4

13. student-exam-data.xlsx

13. Biểu đồ so sánh nhóm Hàm Violinplot Kết hợp Boxplot và KDEplot.mp4

14. Biểu đồ so sánh nhóm Hàm Catplot() Hàm FacetGrid().mp4

15. du-lieu-gia-nha.xlsx

15. Biểu đồ tương quan Hàm Heatmap() ME, MAE, MSE và Phương sai.mp4

16. Biểu đồ tương quan Hàm Heatmap() Độ lệch chuẩn Hiêp Phương sai Corr().mp4

17. Ví dụ sử dụng Heatmap() để chọn lọc đặc trưng trong học máy.mp4

17. house-data-300-samples.xlsx

18. Ví dụ sử dụng Heatmap() để phân tích kết quả phân loại (ma trận nhầm lẫn).mp4

19. Biểu đồ tương quan Hàm Clustermap() Biểu đồ nhiệt có phân nhóm đặc trưng.mp4

20. student-scores-with-issues.xlsx

20. Checklist 8 bước EDA trước khi thực hiện huấn luyện mô hình (Phần 1).mp4

21. Checklist 8 bước EDA trước khi thực hiện huấn luyện mô hình (Phần 2).mp4

22. Checklist 8 bước EDA trước khi thực hiện huấn luyện mô hình (Phần 3).mp4

23. fraud-detection-dataset.xlsx

23. Phát hiện và xử lý hiện tượng mất cân bằng lớp trong bài toán phân loại.mp4

24. Thực hành 3 phương pháp xử lý mất cân bằng lớp trong bài toán phân loại.mp4