AI Foundation
Kỹ năng thực hành
Vietnamese onlyThe learning content is available in Vietnamese only. The surrounding interface follows your language.Sử dụng Python, NumPy, Pandas cho ML Tiền xử lý dữ liệu và trích xuất đặc trưng Chọn mô hình phù hợp cho bài toán cụ thể Hoàn thành một dự án ML end-to-end
Format
Guided module
Duration
16h
Lessons
9
What you will practice
- Sử dụng Python, NumPy, Pandas cho ML
- Tiền xử lý dữ liệu và trích xuất đặc trưng
- Chọn mô hình phù hợp cho bài toán cụ thể
- Hoàn thành một dự án ML end-to-end
Lesson order
9 lessonsTiền xử lý dữ liệu — Làm sạch trước khi học
80% thời gian của một data scientist là làm sạch dữ liệu. Bài này cho bạn nhìn thấy từng thao tác: điền thiếu, lọc ngoại lai, chuẩn hoá, mã hoá — kèm đoạn pandas ngắn cho từng bước.
Tiền xử lý trong ETA của Uber
Uber nhận về hàng tỷ điểm GPS mỗi ngày — bẩn, lệch, mất tín hiệu, múi giờ khác nhau. Đi qua từng bước dọn dẹp để thấy một vệt GPS biến từ chấm loạn thành đường đi thật.
Xây dựng đặc trưng — Chọn nguyên liệu cho AI
Mô hình hay không nằm ở việc bạn đưa cho nó dữ liệu thô hay đã chế biến thành đặc trưng có ý nghĩa. Chạm vào từng cột để xem phép biến đổi thực sự làm gì.
Xây dựng đặc trưng trong chống gian lận
Cách Stripe Radar chế tạo hơn 1.000 đặc trưng từ vài trường giao dịch thô để phát hiện gian lận trong chưa đầy 100 mili-giây.
Python cho ML — NumPy & Pandas trong 45 phút
Python không phải ngôn ngữ nhanh nhất, nhưng NumPy và Pandas biến nó thành lingua franca của ML. Bài này chỉ cho bạn đọc một đoạn code ML và biết nó đang làm gì.
Đánh giá và chọn mô hình
Bốn mô hình cùng giải một bài toán — ai thắng? Bạn kéo trọng số cho accuracy, precision, latency, rồi xem thứ hạng đổi theo thời gian thực.
Chọn mô hình trong Kaggle
Gấu hay cáo? Kéo dòng thời gian Kaggle để xem early submission, ensemble stacking, và final submission strategy quyết định ai đứng top private leaderboard.
Jupyter và Google Colab — Notebook là IDE của data scientist
Notebook là IDE của data scientist: viết code, chạy, thấy kết quả ngay, viết chú thích, tiếp tục. Bài thực hành chỉ cho bạn cách dùng trong ngày đầu tiên.
Dự án ML từ đầu đến cuối
Dự án tổng kết (Capstone) — đi trọn vẹn một dự án ML: từ câu hỏi kinh doanh đến mô hình chạy thật, được theo dõi mỗi ngày.