TAILIEUCHUNG - Bài giảng Khai phá web - Bài 2: Học máy (Phần 1)

Bài giảng Khai phá web - Bài 2: Học máy (Phần 1). Bài này cung cấp cho học viên những nội dung về: các khái niệm cơ bản; học có giám sát; phương pháp đánh giá; cây quyết định; thuật toán Naive Bayes; thuật toán SVM; thuật toán kNN; . Mời các bạn cùng tham khảo chi tiết nội dung bài giảng! | BÀI 2 HỌC MÁY Nội dung 1. Các khái niệm cơ bản 2. Phương pháp đánh giá 3. Cây quyết định 4. Thuật toán Naive Bayes 5. Thuật toán SVM 6. Thuật toán kNN 7. Mạng nơ-ron tiến 8. Mạng nơ-ron tích chập 9. Mạng nơ-ron hồi quy 10. Kết hợp các bộ phân loại 1. Các khái niệm cơ bản Dữ liệu được miêu tả bởi các thuộc tính nằm trong tập A A1 A2 . A A Thuộc tính lớp C c1 c2 . c C C 2 ci là một nhãn lớp Mỗi tập DL dùng để học bao gồm các ví dụ chứa thông tin về kinh nghiệm quá khứ Cho một tập DL D mục tiêu của việc học là xây dựng một hàm phân loại dự đoán liên kết các giá trị thuộc tính trong A với các lớp trong C. Hàm có thể được sử dụng để phân loại dự đoán dữ liệu tương lai Hàm còn được gọi là mô hình phân loại dự đoán hoặc bộ phân loại VD về mẫu DL Bảng 1 ID Tuổi Đi làm Có nhà Tín dụng Lớp 1 trẻ FALSE FALSE bình thường No 2 trẻ FALSE FALSE tốt No 3 trẻ TRUE FALSE tốt Yes 4 trẻ TRUE TRUE bình thường Yes 5 trẻ FALSE FALSE bình thường No 6 trung niên FALSE FALSE bình thường No 7 trung niên FALSE FALSE tốt No 8 trung niên TRUE TRUE tốt Yes 9 trung niên FALSE TRUE xuất sắc Yes 10 trung niên FALSE TRUE xuất sắc Yes 11 già FALSE TRUE xuất sắc Yes 12 già FALSE TRUE tốt Yes 13 già TRUE FALSE tốt Yes 14 già TRUE FALSE xuất sắc Yes 15 già FALSE FALSE bình thường No Học có giám sát Học có giám sát Nhãn lớp được cung cấp trong tập DL DL dùng để học gọi là DL huấn luyện Sau khi mô hình được học thông qua một thuật toán học nó được đánh giá trên một tập DL kiểm thử để đo đạc mức độ chính xác Không được dùng DL kiểm thử để học mô hình Tập DL có nhãn thường được chia làm hai tập độc lập dùng để học và kiểm thử độ chính xác số phân loại đúng tổng số DL kiểm thử Học máy là gì Cho một tập DL biểu diễn kinh nghiệm quá khứ một tác vụ T và một độ đo hiệu năng M. Một hệ thống máy tính có khả năng học từ DL để thực hiện tác vụ T nếu sau khi học hiệu năng của máy trên tác vụ T được đo bởi M được cải thiện. Mô hình học được hoặc tri thức giúp cho hệ thống thực hiện tác vụ tốt hơn so với không học gì.

• Quản trị Web
• Bài giảng Khai phá web
• Khai phá web
• Học máy
• Học có giám sát
• Ma trận nhập nhằng
• Độ đo đánh giá
• Cây quyết định
• Bài giảng Khai phá dữ liệu web
• Khai phá dữ liệu web
• Dữ liệu web
• Khai phá Text
• Toán học Internet
• Khai phá quan điểm
• Phân loại cảm xúc mức khía cạnh
• Cây tri thức cảm xúc
• Khai phá câu so sánh
• Khai phá mẫu tuần tự
• Đồng nhất cảm xúc
• Phân tích cảm xúc
• Phân tích câu so sánh
• Mô hình sinh Text
• lập trình web
• xử lý ngôn ngữ
• cấu trúc web
• Tin học căn bản
• Ứng dụng khai phá Web
• Kỹ thuật khai phá Web
• Khai phá dữ liệu
• Cơ sở dữ liệu
• Phân tích dữ liệu
• Hệ quản trị cơ sở dữ liệu phân cấp
• Hệ quản trị cơ sở dữ liệu mạng
• Phân loại cảm xúc không giám sát
• Phân loại cảm xúc có giám sát
• Kiến trúc máy tìm kiếm
• Mạng xã hội
• Tiền xử lý dữ liệu
• Khai phá hành vi người dùng
• Quảng cáo trực tuyến
• Khai phá truy vấn
• Quảng cáo trên máy tìm kiếm
• Hồi quy logistic
• Chuẩn hóa truy vấn
• Tìm kiếm thông tin
• Mô hình tìm kiếm thông tin
• Tiền xử lý văn bản
• Đánh chỉ mục ngữ nghĩa ẩn
• Tìm kiếm web
• Mạng nơ ron tiến
• Mạng nơ ron nhân tạo
• Hàm kích hoạt sigmoid
• Kiến trúc mạng ANN
• Thuật toán suy giảm gradient
• Thuật toán k means
• Hàm khoảng cách
• Chuẩn hóa dữ liệu
• Phân cụm phân cấp
• Trực quan hóa dữ liệu
• Biểu đồ tĩnh
• Trực quan hóa theo điểm ảnh
• Trực quan hóa trên không gian véc tơ
• Cây siêu cầu
• Phân tích liên kết
• Xếp hạng đồ thị
• Nhận diện cộng đồng
• Học biểu diễn đồ thị
• Thuật toán Kernighan–Lin
• Thuật toán Girvan Newman
• Trích rút thông tin
• Kiến trúc hệ thống trích rút thông tin
• Trích rút quan hệ không giám sát
• Giám sát từ xa
• Hệ gợi ý
• Hệ tìm kiếm
• Phương pháp gợi ý
• Phương pháp đánh giá hệ gợi ý
• Thang đo nhị phân
• Phân tích mạng xã hội
• Thuật toán PageRank
• Thuật toán HIST
• Hướng dẫn thực hiện BTL
• Mạng xã hội Twitter
• Mạng xã hội Wikipedia