Đề cương khóa học

  1. Tiền xử lý dữ liệu

    1. Data Cleaning
    2. Tích hợp và chuyển đổi dữ liệu
    3. Giảm thiểu dữ liệu
    4. Rời rạc hóa và tạo phân cấp khái niệm
  2. Suy luận thống kê

    1. Phân phối xác suất, Biến ngẫu nhiên, Định lý giới hạn trung tâm
    2. Lấy mẫu
    3. Khoảng tin cậy
    4. Suy luận thống kê
    5. Kiểm định giả thuyết
  3. Hồi quy tuyến tính đa biến

    1. Đặc tả
    2. Lựa chọn tập con
    3. Ước lượng
    4. Xác thực
    5. Dự đoán
  4. Các phương pháp phân loại

    1. Hồi quy logistic
    2. Phân tích phân biệt tuyến tính
    3. K-láng giềng gần nhất
    4. Naive Bayes
    5. So sánh các phương pháp phân loại
  5. Neural Networks

    1. Huấn luyện mạng nơ-ron
    2. Các vấn đề khi huấn luyện mạng nơ-ron
  6. Cây quyết định

    1. Cây hồi quy
    2. Cây phân loại
    3. Cây so với mô hình tuyến tính
  7. Bagging, Random Forests, Boosting

    1. Bagging
    2. Random Forests
    3. Boosting
  8. Máy vectơ hỗ trợ và phân loại linh hoạt

    1. Bộ phân loại biên cực đại
    2. Bộ phân loại vectơ hỗ trợ
    3. Máy vectơ hỗ trợ
    4. SVM với 2 hoặc nhiều lớp
    5. Mối quan hệ với hồi quy logistic
  9. Phân tích thành phần chính

  10. Phân cụm

    1. Phân cụm K-means
    2. Phân cụm K-medoids
    3. Phân cụm phân cấp
    4. Phân cụm dựa trên mật độ
  11. Đánh giá và lựa chọn mô hình

    1. Độ lệch, Phương sai và Độ phức tạp của mô hình
    2. Lỗi dự đoán trong mẫu
    3. Phương pháp Bayesian
    4. Xác thực chéo
    5. Bootstrap phương pháp
 28 Hours

Number of participants


Price per participant

Testimonials (5)

Provisional Upcoming Courses (Require 5+ participants)

Related Categories