Bài viết tập trung vào việc xây dựng mô hình dự đoán giá nhà ở khu vực thành phố Hồ Chí Minh. Thông qua áp dụng các kỹ thuật phân tích và tiền xử lý dữ liệu trên các thư viện của ngôn ngữ lập trình Python bao gồm làm sạch dữ liệu, xử lý giá trị thiếu, giá trị trùng, giá trị ngoại lai, mã hóa biến phân loại, chuẩn hóa dữ liệu, trích chọn đặc trưng, giảm chiều dữ liệu. Sau đó, huấn luyện các mô hình học máy để dự đoán giá nhà thông qua phương pháp Support Vector Regressor (SVR) và Random Forest Regressor (RFR).

Bài giảng Lập trình cho khoa học dữ liệu - Bài 5: Xử lý dữ liệu trong Python cung cấp cho người học những kiến thức như: Ngoại lệ và xử lý ngoại lệ; Làm việc với tập tin; Bài tập. Mời các bạn cùng tham khảo!

Bài giảng Lập trình cho khoa học dữ liệu - Bài 6: Xử lý dữ liệu trong Python cung cấp cho người học những kiến thức như: Dictionary (từ điển); Set (tập hợp); Module và Package. Mời các bạn cùng tham khảo!

Bài giảng Lập trình cho khoa học dữ liệu - Bài 4: Xử lý dữ liệu trong Python cung cấp cho người học những kiến thức như: Kiểu dữ liệu tuần tự (sequential datatype); String (chuỗi); List (danhsách); Tuple(hàng); Range(miền). Mời các bạn cùng tham khảo!