ML Syllabus
1. Đánh giá môn học
| Giữa kỳ (40%) | Cuối kỳ (60% | |
|---|---|---|
| 4 bài test tự luận kiểm tra tại lớp (mỗi bài 45 phút) | Thực hành (20%) | Project cuối kỳ (40%) |
| Nộp 6 bài lab trong 6 buổi thực hành | Điểm Project 20% Điểm báo cáo 20% |
|
| Yêu cầu: Làm bài test chỉ được sử dụng tài liệu giấy (ko dùng điện thoại và máy tính) Lưu ý: Mang theo máy tính casio để tính toán. Không làm bài test nào xem như rớt môn |
Yêu cầu: Làm đúng theo yêu cầu, bài giống nhau 0 điểm cả 2 cho môn học Lưu ý: Không nộp bài thực hành nào xem như rớt môn |
Yêu cầu: Nhóm 2 hoặc 3 người, (có thể làm cá nhân) Báo cáo làm từ 8-10 trang (ko tính trang bìa và tài liệu tham khảo) Báo cáo phải làm trên latex Lưu ý: Báo cáo phải in 2 mặt Không nộp project hoặc báo cáo xem như rớt môn. |
2. Các chủ đề môn học
- KNN
- SMOTE
- Regression
- Timeseries
- Impute
- Cluster
- Classifier
- Reduce dimension
- Anomaly Detection
Tài liệu tham khảo
Máy học nâng cao
Giáo trình tài liệu tham khảo của Đại Học Bách Khoa TP HCM
Khai Thác dữ liệu và kỹ thuật phân lớp
Giáo trình tài liệu tham khảo của Đại Học Bách Khoa TP HCM
Giáo trình trí tuệ nhân tạo
Giáo trình tài liệu tham khảo của Đại Học Kinh Tế TP HCM
Giáo trình thu thập và tiền xử lý dữ liệu
Giáo trình tài liệu tham khảo của Đại Học Công Nghệ Thông Tin TP HCM
Lưu ý: Mua giáo trình tại quầy giáo trình Đại Học Bách Khoa TP HCM đường Tô Hiến Thành