Giới thiệu về học máy và phân tích dữ liệu

Khoa học dữ liệu và kỹ năng học máy là cần thiết cho việc ra quyết định trong thế giới hiện đại. Chương trình này cung cấp một nền tảng vững chắc, thực tế trong cả phân tích dữ kiện và mô hình dự đoán. Cuối khóa học này, bạn sẽ hiểu được toàn bộ quá trình xử lý dữ liệu, từ thu thập và làm sạch dữ kiện thô đến huấn luyện, đánh giá, và giải thích các mô hình học máy đơn giản. Bạn sẽ sẵn sàng để giải quyết các vấn đề dữ liêu thực tế và tiếp tục hành trình học tập của mình trong các lĩnh vực ML chuyên biệt. Bạn sẽ học được: * Hiểu được thuật ngữ cơ bản và chu kỳ sống của một dự án khoa học dữ liệu, từ định nghĩa vấn đề đến triển khai. * Apply các kỹ thuật thiết yếu cho dữ liệu làm sạch, chuyển đổi, và phân tích dữ kiện thám hiểm (EDA). * Thực hành thực hiện các thuật toán học giám sát cốt lõi, bao gồm hồi quy tuyến tính và mô hình phân loại cơ bản. * Các phương pháp chủ yếu để đánh giá hiệu suất mô hình, giải thích các chỉ số chính, và hiểu các bẫy phổ biến như overfitting. * Cấu hình một môi trường cơ bản để xử lý và thao tác dữ liệu bằng cách sử dụng thư viện mã nguồn mở hiện đại và cấu trúc dữ kiện. Chương trình học này bắt đầu với các khái niệm thống kê cơ bản và các phương pháp chuẩn bị dữ liệu, tiến hành một cách có hệ thống vào lý thuyết và ứng dụng thực tế của mô hình dự đoán, kết thúc với việc xác nhận và giải thích mô hình. Tất cả các khái niệm được giải thích rõ ràng thông qua các ví dụ và bài tập.