Course Content
01 – Giới thiệu chung General Introduction
0/1
Lesson 001 Hướng dẫn học và đánh giá khóa học Guide on how to study and rate a course
02:04
02 – Tổng quan về Trí tuệ nhân tạo (AI -Artificial intelligence)
0/8
Download Attachment
Lesson 001 Giới thiệu về trí tuệ nhân tạo (AI -Artificial intelligence)
08:05
Lesson 003 AI bao nhiêu tuổi, cha đẻ AI là ai Các thăng trầm của AI
09:49
Lesson 005 Phân loại trí tuệ nhân tạo (AI -Artificial intelligence)
09:55
Lesson 007 Thế giới hậu AI (AI -Artificial intelligence)
09:50
Lesson 009 Phép thử turing hình thành các nhánh trí tuệ nhân tạo
08:35
Lesson 010 Phân biệt khái niệm AI – Machine learning – Deep learning
05:48
Lesson 012 khái niệm Học máy Machine learning là gì
08:43
03 – Thư viện numpy (công cụ hỗ trợ machine learning)
0/8
Download Attachment
Lesson 001 Giới thiệu thư viện numpy (numpy library) và mảng 1 chiều
17:26
Lesson 003 Thư viện numpy – mảng 2 chiều (2-dimension array)
14:59
Lesson 005 Thư viện numpy – mảng 3 chiều, 4 chiều, n chiều (nD)
13:53
Lesson 007 Một số hàm khởi tạo mảng numpy (zeros, ones, full, random)
12:42
Lesson 009 Kiểu dữ liệu trong mảng, int, float, complex, ép kiểu
16:20
Lesson 011 So sánh kiểu mảng trong numpy và kiểu list trong python
07:13
Lesson 013 Các thuộc tính của đối tượng mảng trong numpy
09:27
04 – Làm việc với mảng numpy (công cụ hỗ trợ machine learning)
0/11
Download Attachment
Lesson 001 Các toán tử của mảng toán tử truy cập 1 phần tử, n phần tử
10:26
Lesson 003 Các toán tử của mảng toán tử + (add), toán tử – (subtract)
10:41
Lesson 005 Các toán tử của mảng toán tử nhân , toán tử chia
08:20
Lesson 007 Toán tử in (duyệt mảng), hàm max(), hàm min, hàm sum()
09:42
Lesson 009 Các cách chuyển mảng nD – 1D, reshape, ravel, resize
08:22
Lesson 011 Các cách thực hiện nối 2 mảng thành 1 mảng trong numpy
05:39
Lesson 013 Các phương pháp tạo mảng ngẫu nhiên trong numpy
04:11
Lesson 015 Phương thức unique(), flip(), và chuyển vị ma trận (T)
05:11
Lesson 017 Phép nhân ma trận ( Nhân có hướng giữa 2 vector, 2 ma trận)
09:43
Lesson 019 Các phương thức lưu mảng vào file, mở mảng từ file
08:20
05 – Thư viện pandas (công cụ hỗ trợ machine learning)
0/7
Lesson 001 Thư viện pandas là gì giới thiệu 2 kiểu dữ liệu của pandas
10:46
Lesson 002 Truy xuất dataframe, xóa cột, dataframe, thêm cột
11:16
Lesson 003 Đọc ghi dữ liệu với dataframe (to_csv, to_excel, read_csv)
10:00
Lesson 004 View dataframe, head(), dtypes, values, sort_values
09:47
Lesson 005 Các phương thức của dataframe, duplicated(), drop_duplicate
12:11
Lesson 006 Các phương thức của dataframe, dropna, fillna, isnull, mean
12:17
Lesson 007 Các phương thức của dataframe, apend, concat, merge
10:21
06 – Thư viện matplotlib (công cụ hỗ trợ machine learning)
0/10
Lesson 001 Giới thiệu thư viện matplotlib, bar(), scatter(), hist()
15:49
Lesson 002 Vẽ đồ thị hình sine trong matplotlib, sử dụng hàm plot()
10:44
Lesson 003 Vẽ 2 đồ thị trên 1 hình, chỉnh các tham số của hình
12:00
Lesson 004 Chia hình thành nhiều đồ thị nhỏ trong matplotlib
12:03
Lesson 005 Chia hình thành nhiều đồ thị nhỏ trong matplotlib (tiếp)
09:03
Lesson 006 Hiển thị nhiều hình trong matplotlib, đối tượng figure
19:20
Lesson 007 Chỉnh sửa đối tượng figure trong matplotlib
13:37
Lesson 008 Chỉnh sửa đối tượng figure, đồ thị bar, đồ thị bar ngang
09:47
Lesson 009 Chỉnh sửa figure, đồ thị bar cạnh nhau, chồng nhau
09:54
Lesson 010 Chỉnh sửa đối tượng figure, đồ thị pie (bánh)
06:57
07 – Các kiểu dữ liệu thường sử dụng trong học máy (Kiến thức dữ liệu hỗ trợ học máy)
0/12
Download Attachment
Lesson 001 Phân loại theo bản chất dữ liệu Kiểu dữ liệu dạng bảng Tabular Data
14:10
Lesson 003 Phân loại theo bản chất dữ liệu Kiểu dữ liệu dạng ảnh video data
14:21
Lesson 005 Phân loại theo bản chất dữ liệu Kiểu dữ liệu dạng văn bản Text data
08:36
Lesson 007 Phân loại theo bản chất dữ liệu Kiểu dữ liệu thời gian Time Series Data
06:59
Lesson 009 Phân loại theo cấu trúc dữ liệu
04:50
Lesson 011 Phân loại theo cấu trúc dữ liệu Dữ liệu có cấu trúc
07:40
Lesson 013 Phân loại theo cấu trúc dữ liệu Dữ liệu bán cấu trúc Phần 1
10:08
Lesson 015 Phân loại theo cấu trúc dữ liệu Dữ liệu bán cấu trúc Phần 2
12:10
Lesson 017 Phân loại theo cấu trúc dữ liệu Dữ liệu phi cấu trúc
08:46
Lesson 019 Phân loại theo cách lưu dữ liệu Phần 1
08:39
Lesson 021 Phân loại theo cách lưu dữ liệu Phần 2
10:15
08 – Machine learning Học có giám sát (Supervised Learning) Hồi quy
0/10
Lesson 001 So sánh học máy với lập trình truyền thống, phân loại ML
19:25
Lesson 002 Phân tích ý nghĩa của chỉ số MSE sử dụng trong học máy
11:36
Lesson 003 Giới thiệu thuật toán hồi quy (Regression) trong ML
07:51
Lesson 004 Biến độc lập, biến phụ thuộc, các bước thực hiện một ML
08:01
Lesson 005 Hồi quy tuyến tính và các bước thực hiện (Linear Regression)
16:13
Lesson 006 Hồi quy tuyến tính nhiều biến độc lập, tập dữ liệu – dataset
14:18
Lesson 007 Các chỉ số đánh giá thuật toán chỉ số ME và chỉ số MAE
11:21
Lesson 008 Các chỉ số đánh giá thuật toán chỉ số MSE, RMSE, R-Square
12:45
Lesson 009 Hồi quy phi tuyến, hồi quy đa thức (Non-Linear, Polynomial)
10:58
Lesson 010 Phân biệt khái niệm Underfit và Overfit trong học máy
15:17
09 – Machine learning Học có giám sát (Supervised Learning) Phân loại
0/10
Lesson 001 Học máy có giám sát Thuật toán phân loại (classification)
11:26
Lesson 002 Bài toán phân loại Thuật toán hồi quy Logistic
13:11
Lesson 003 Đánh giá mô hình accuracy và confusion matrix
15:11
Lesson 004 Đánh giá mô hình Precision và confusion matrix
15:20
Lesson 005 Đánh giá mô hình phân tích chỉ số Precision và Recall
20:38
Lesson 006 Đánh giá mô hình chỉ số F1-Score, Precision, Recall
13:06
Lesson 007 Hàm dự đoán xác xuất predct_proba(X)[,1]
15:00
Lesson 008 Đánh giá mô hình độ nhạy (sensitivity) và độ đặc hiệu
17:28
Lesson 009 Phân tích đường cong ROC và giá trị AUC
18:18
Lesson 010 Thuật toán LogisticRegression(C=m), tóm tắt học máy
09:30
10 – Thư viện Seaborn (công cụ hỗ trợ machine learning)
0/25
Download Attachment
Lesson 001 Giới thiệu thư viện Seaborn, hàm load_dataset() và các tập dữ liệu có sẵn
13:35
Lesson 002 Biểu đồ phân phối (Distribution plots) của 1 biến liên tục hàm histplot()
13:50
Lesson 003 Biểu đồ phân phối (Distribution plots) của 1 biến liên tục hàm kdeplot()
11:12
Lesson 004 Biểu đồ phân phối (Distribution plots) của 1 biến liên tục hàm displot()
11:10
Lesson 005 Ví dụ ứng dụng biểu đồ phân phối Mã hóa biến LabelEncoder()
14:24
Lesson 006 Ví dụ ứng dụng biểu đồ phân phối Mã hóa biến OneHotEncoding()
17:06
Lesson 007 Biểu đồ quan hệ (Relationship plots) giữa 2 hoặc nhiều biến scatterplot Line
21:17
Lesson 008 Biểu đồ quan hệ (Relationship plots) giữa 2 hoặc nhiều biến Regplot Lmplot
14:12
Lesson 009 Ví dụ ứng dụng biểu đồ quan hệ Vai trò của đường xu hướng
15:55
Lesson 010 Biểu đồ quan hệ (Relationship plot) giữa 2 hoặc nhiều biến joinplot Pairplot
12:55
Lesson 011 Biểu đồ so sánh nhóm Hàm Boxplot() Vẽ biểu đồ hộp ý nghĩa của Trung vị
17:24
Lesson 012 Biểu đồ so sánh nhóm Boxplot ý nghĩa IQR, ngưỡng trên dưới và các outliers
16:25
Lesson 013 Biểu đồ so sánh nhóm Hàm Violinplot Kết hợp Boxplot và KDEplot
18:43
Lesson 014 Biểu đồ so sánh nhóm Hàm Catplot() Hàm FacetGrid()
14:02
Lesson 015 Biểu đồ tương quan Hàm Heatmap() ME, MAE, MSE và Phương sai
17:42
Lesson 016 Biểu đồ tương quan Hàm Heatmap() Độ lệch chuẩn Hiêp Phương sai Corr()
16:57
Lesson 017 Ví dụ sử dụng Heatmap() để chọn lọc đặc trưng trong học máy
10:45
Lesson 018 Ví dụ sử dụng Heatmap() để phân tích kết quả phân loại (ma trận nhầm lẫn)
18:34
Lesson 019 Biểu đồ tương quan Hàm Clustermap() Biểu đồ nhiệt có phân nhóm đặc trưng
11:02
Lesson 020 Checklist 8 bước EDA trước khi thực hiện huấn luyện mô hình (Phần 1)
14:30
Lesson 021 Checklist 8 bước EDA trước khi thực hiện huấn luyện mô hình (Phần 2)
13:53
Lesson 022 Checklist 8 bước EDA trước khi thực hiện huấn luyện mô hình (Phần 3)
12:16
Lesson 023 Phát hiện và xử lý hiện tượng mất cân bằng lớp trong bài toán phân loại
13:21
Lesson 024 Thực hành 3 phương pháp xử lý mất cân bằng lớp trong bài toán phân loại
12:42
Khóa học Machine learning (Học máy) từ cơ bản đến nâng cao

Download Attachment: Click here

Previous
Next

Please contact me via telegram

DMCA.com Protection Status