Foundations of Machine Learning: Regression, Classification, and Clustering (bằng tiếng Anh).

Học máy là động cơ đằng sau việc ra quyết định dựa trên dữ liệu hiện đại, nhưng bắt đầu có thể cảm thấy áp đảo. Hướng dẫn dựa trên văn bản này giải mã các thuật toán cốt lõi, giúp bạn hiểu cách máy tính học từ dữ liệu mà không có rào cản toán học phức tạp. Bạn sẽ chuyển từ một người mới tò mò đến một người thực hành tự tin có khả năng nhận dạng, xây dựng và đánh giá các mô hình học máy. Bằng cách đọc qua các giải thích rõ ràng, từng bước và thực hiện mã thực tế, bạn sẽ học cách giải quyết các vấn đề dự đoán và nhóm trong thế giới thực. Bạn sẽ học được: 1. Hiểu được sự khác biệt cơ bản giữa học tập giám sát và không giám thị. 2. Apply regression algorithms to predict continuous numerical values with confidence. 3.Thực hiện các mô hình phân loại để phân loại dữ liệu và đưa ra dự đoán chính xác. 4. Cấu hình các kỹ thuật nhóm để phát hiện các mẫu ẩn trong các tập dữ liệu không có nhãn. 5. Đánh giá hiệu suất mô hình sử dụng các thước đo hiện đại và tránh overfitting. 6. Thực hành chuẩn bị dữ liệu sử dụng thư viện dataframe hiện đại cho các đường ống sạch. Chương trình bắt đầu với các khái niệm cơ bản và thuật ngữ chính trước khi hướng dẫn bạn qua các ví dụ mã Python. Bạn sẽ tiến hành từ việc chuẩn bị dữ liệu thô đến đánh giá mô hình và các khái niệm xác nhận cơ bản. Lớp học này được thiết kế đặc biệt cho người mới bắt đầu với kiến thức Python cơ bản muốn bước vào lĩnh vực khoa học dữ liệu, không cần kinh nghiệm học máy trước đó. Bắt đầu hành trình của bạn vào học máy và bắt đầu viết mô hình dự đoán đầu tiên của bạn hôm nay.