Bài giảng Máy học nâng cao: Introduction - Trịnh Tấn Đạt (2024)

Tài liệu 'Máy học nâng cao' của Khoa CNTT - Đại Học Sài Gòn là một tài liệu khoa học trình bày về máy học, định nghĩa các thuật toán máy học và cách sử dụng chúng trong việc giải quyết các vấn đề khác nhau. Với mục tiêu nâng cao kiến thức, học thuật toán máy học và xem xét các ứng dụng của chúng, tài liệu này có thể quý giá cho sinh viên, nhà nghiên cứu và các doanh nghiệp.

Tài liệu này sẽ quý giá cho sinh viên, nhà nghiên cứu, các doanh nghiệp có sự quan tâm tới máy học và kỹ thuật máy học.

Máy học là một lĩnh vực khoa học phát triển để giải quyết các vấn đề quan trọng bằng cách sử dụng máy tính. Máy học nâng cao là một lĩnh vực khoa học liên quan đến việc nghiên cứu và xây dựng các kĩ thuật máy tính cho phép hệ thống 'học' tự động từ dữ liệu. Tài liệu 'Máy học nâng cao' của Khoa CNTT - Đại Học Sài Gòn chia sẻ chi tiết về cách hoạt động và khả năng ứng dụng các thuật toán máy học, bao gồm Linear Regression, Logistic Regression, Naïve Bayes Classifier, Neural Network, Deep Learning, Clustering, Giảm số chiều và lựa chọn đặc trưng, Support vector machine (SVM), Ensemble Model. Tài liệu cũng tỏ ra quan tâm tới các vấn đề khác như Over-fitting và Under-fitting, chuẩn bị dữ liệu, Math Essentials và các vấn đề trong Máy Học. Tài liệu tham khảo có thể là Slide giảng viên cung cấp, Tom Mitchell, Marchine Learning, McGraw Hill, Second Edition, C. M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006, Sebastian Raschka, Python Machine Learning, Packt Publishing Ltd., 2015 và nguồn khác trên internet.