Bài giảng này giới thiệu ngôn ngữ lập trình APT dùng trong gia công CNC, bao gồm cấu trúc lệnh, khai báo hình học (điểm, đường, mặt), và ví dụ minh họa.

Đồ án xây dựng bộ thực hành vi điều khiển LED, gồm tổng quan về vi xử lý, tính toán thiết bị (Arduino Nano, LED), sơ đồ mạch điện và nguyên lý hoạt động.

Câu hỏi ôn tập "Tin học ứng dụng" bao gồm các bài tập về Word và Excel như: định dạng văn bản, chèn đối tượng, công thức, hàm, và xử lý dữ liệu. Nâng cao kỹ năng văn phòng.

Bài viết phân tích khía cạnh pháp lý về bảo vệ dữ liệu cá nhân trong hợp đồng thông minh theo GDPR của EU, đề xuất gợi ý cho Việt Nam.

Bài giảng Data Mining and Application: Data Pre-Processing cung cấp cái nhìn tổng quan về bước tiền xử lý dữ liệu trong quá trình khai phá dữ liệu. Nội dung bài giảng đề cập đến các kỹ thuật như mô tả thống kê dữ liệu, làm sạch dữ liệu, tích hợp dữ liệu, biến đổi và rời rạc hóa dữ liệu, cũng như các phương pháp giảm chiều dữ liệu. Đây là bước quan trọng nhằm đảm bảo chất lượng và tính hiệu quả của quá trình khai thác tri thức từ dữ liệu. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Bài giảng Học máy thống kê: Cây quyết định (Decision Tree) giới thiệu một thuật toán học máy trực quan và dễ hiểu, được sử dụng rộng rãi cho cả phân loại và hồi quy. Chuyên đề này sẽ hướng dẫn cách xây dựng cây quyết định, các điều kiện dừng và cách xử lý các dạng dữ liệu khác nhau. Nắm vững cây quyết định giúp bạn tạo ra các mô hình dễ giải thích. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Bài giảng Các kỹ thuật học sâu và ứng dụng - Bài 6: Recurrent Neural Network giới thiệu về mạng nơ-ron hồi quy (RNN), một kiến trúc mạnh mẽ cho dữ liệu trình tự. Chuyên đề này phân tích mô hình ngôn ngữ và các bài toán trong NLP, đồng thời đi sâu vào giới thiệu về RNN cùng những vấn đề và hướng giải quyết thường gặp. Đây là kiến thức cốt lõi để xử lý các chuỗi dữ liệu. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Bài giảng Nhập môn lập trình: Mảng (Tìm hiểu mảng 2 chiều và chuỗi ký tự) trình bày cách sử dụng mảng hai chiều và chuỗi ký tự trong lập trình C++. Bài giảng bao gồm các thao tác khởi tạo, truy xuất và xử lý dữ liệu trong hai loại cấu trúc này. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Bài giảng Nhập môn lập trình: Các phép toán trình bày cách sử dụng các phép toán cơ bản, biểu thức, và thao tác nhập xuất trong chương trình C++. Người học cũng được giới thiệu một số hàm tiện ích và ví dụ minh họa cụ thể. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Bài giảng Nhập môn lập trình: Mảng (Tìm hiểu về mảng – mảng 1 chiều) giới thiệu khái niệm mảng và các thao tác cơ bản trên mảng một chiều. Người học sẽ nắm được cách khai báo, truy cập và xử lý dữ liệu trong mảng. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Bài thuyết trình Ứng dụng khai thác dữ liệu (Data Mining and Application): Phân tích cảm xúc văn bản Tiếng Việt trình bày quá trình xây dựng mô hình phân tích cảm xúc dựa trên văn bản tiếng Việt. Nội dung tập trung vào tiền xử lý dữ liệu, lựa chọn mô hình và phân tích kết quả. Đây là một ứng dụng quan trọng trong khai phá ý kiến người dùng. Mời các bạn cùng tham khảo để biết thêm chi tiết!

Bài giảng Nhập môn Công nghệ phần mềm: Sơ đồ DFD trình bày cách xây dựng và phân tích sơ đồ luồng dữ liệu trong hệ thống phần mềm. Bài giảng hướng dẫn mô tả các luồng dữ liệu, thiết kế thuật toán và ứng dụng sơ đồ DFD cho các công việc như lưu trữ và tra cứu. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Bài giảng "Lập trình Python cho máy học: Bài 5 - Introduction Feature Engineering & Selection" bao gồm các kỹ thuật biến đổi dữ liệu, mã hóa biến phân loại, chuẩn hóa và rút trích đặc trưng, cũng như các phương pháp chọn đặc trưng dựa trên thống kê, mô hình hoặc thuật toán học máy. Người học sẽ sử dụng các công cụ Python như Scikit-learn để thực hành cải thiện hiệu quả và độ chính xác của mô hình bằng cách tối ưu tập đặc trưng đầu vào.

Bài giảng "Khai thác dữ liệu: Chương 2 - Tiền xử lý dữ liệu" cung cấp cho sinh viên những kiến thức như: Làm sạch dữ liệu (Data cleaning); Tích hợp dữ liệu (Data integration); Rút gọn dữ liệu (Data reduction); Biến đổi, mã hóa dữ liệu (Data transformation). Mời các bạn cùng tham khảo!

Bài giảng "Lập trình Python cho máy học: Bài 1 - Lập trình với thư viện NumPy" sẽ giới thiệu thư viện Numpy – công cụ nền tảng trong xử lý dữ liệu cho học máy với Python. Nội dung bao gồm cách tạo và thao tác với mảng ndarray, chỉ số và lát cắt, các phép toán số học và hàm thống kê cơ bản. Sinh viên sẽ học cách tối ưu hóa hiệu suất xử lý dữ liệu nhờ vào các thao tác vector hóa, một kỹ năng quan trọng trong các ứng dụng máy học.

Bài giảng "Lập trình Python cho máy học: Bài 3 - Quy trình xây dựng mô hình máy học" trình bày các bước cơ bản trong quy trình xây dựng mô hình máy học, từ thu thập và xử lý dữ liệu, chia tập dữ liệu, lựa chọn thuật toán, huấn luyện mô hình, đánh giá hiệu suất đến tối ưu hóa mô hình. Người học sẽ được làm quen với các công cụ hỗ trợ trong Python như Scikit-learn và quy trình kiểm định chéo (cross-validation), giúp đảm bảo mô hình có tính khái quát và hiệu quả cao khi triển khai thực tế.

Nghiên cứu "Hướng dẫn phân tích tính đa hình di truyền của plasmodium falciparum và plasmodium vivax dựa trên số liệu giải trình tự toàn bộ hệ gen" hướng dẫn quy trình phân tích tính đa hình di truyền của Plasmodium falciparum và Plasmodium vivax bằng cách sử dụng dữ liệu giải trình tự toàn bộ hệ gen.

Bài giảng "Kinh tế lượng ứng dụng" Chương 1 - Phân tích dữ liệu cơ bản, được biên soạn với mục tiêu giúp các bạn học có thể phân biệt được các dạng cấu trúc dữ liệu khác nhau; Hiểu và thực hiện được các kỹ thuật xử lý liệu căn bản: vẽ sơ đồ dữ liệu, thống kê mô tả, chuyển dạng dữ liệu; Giải thích ý nghĩa của các cách tính lợi nhuận trong tài chính; Mô tả được các bước xây dựng mô hình kinh tế lượng.