Giới thiệu: Áp dụng Machine Learning

Với sự gia tăng của Chat-GPT của OpenAI, chủ đề 'Liệu công việc của tôi có bị thay thế không?' đã tăng lên, và nó trở thành mối quan tâm mà nhiều người đang nói đến ngày hôm nay.

Chủ đề này có vẻ đáng sợ mặc dù AI bây giờ chỉ có thể đóng vai trò trợ giúp cho con người, nhưng chúng ta không bao giờ biết nó sẽ đi về đâu trong vài năm tới. Đối với tôi, câu trả lời sẽ luôn là “thay vì sợ một xu hướng, thay vào đó hãy tham gia vào xu hướng”.

Trí tuệ nhân tạo (AI) là một thuật ngữ rộng. Học máy và Học sâu được coi là chiếm phần lớn thuật ngữ “AI” mà nhiều người đang nói đến ngày nay và Học sâu có thể được phân loại theo Học máy.

Ứng dụng chính của Machine Learning là đưa ra dự đoán về tương lai từ dữ liệu trong quá khứ. Nói cách khác, máy có khả năng tìm ra các mẫu trong dữ liệu và các mẫu trong dữ liệu dẫn đến một kết quả nhất định, do đó, dự đoán tương lai.

Trong loạt bài viết này, tôi sẽ giải thích các ứng dụng của Học máy và một số lý thuyết đằng sau nó. Các chủ đề mà tôi sẽ đề cập là:

1. Tiền xử lý dữ liệu

2. Thuật toán học máy

Hồi quy
a. Hồi Quy Tuyến Tính
b. Hồi quy đa thức
c. Hồi quy véc tơ hỗ trợ (SVR)
d. Hồi quy cây quyết định
e. Hồi quy rừng ngẫu nhiên

Phân loại
a. Hồi quy logistic
b. K-Láng giềng gần nhất (KNN)
c. Máy véc tơ hỗ trợ (SVM)
d. Hạt nhân SVM
e. Naive Bayes
f. Phân loại cây quyết định
g. Phân loại rừng ngẫu nhiên

3. Đánh giá mô hình ML
a. Đánh giá mô hình hồi quy
b. Đánh giá mô hình phân loại

4. Điều chỉnh siêu tham số của mô hình ML
a. RandomizedSearchCV
b. LướiTìm kiếmCV

5. Tìm tầm quan trọng của tính năng
a. Mô hình phân loại
b. Mô hình hồi quy

> Tiếp tục đọc: Tiền xử lý dữ liệu