CHUYÊN ĐỀ AI THỰC CHIẾN

Bài tập Machine Learning thực chiến – Tự cài đặt thuật toán từ số 0

Hiểu thấu đáo bản chất toán học đằng sau các thuật toán học máy kinh điển bằng cách tự lập trình forward, loss và gradient từ đầu không dựa dẫm vào thư viện đen.

115

bài tập có chấm code

Bài tập theo chuyên đề, có đề bài, ví dụ và starter code riêng.

cơ bản

Củng cố nền tảng và làm quen với kỹ thuật cốt lõi.

trung bình

Kết hợp nhiều bước suy luận để vận dụng kiến thức.

nâng cao

Thử thách tối ưu, cấu trúc dữ liệu và thuật toán chuyên sâu.

Bước 1

Linear Regression (Hồi quy tuyến tính)

Nghiệm giải tích Normal Equation và nghiệm xấp xỉ bằng Gradient Descent.

Bước 2

Logistic Regression (Phân loại nhị phân)

Hàm kích hoạt Sigmoid, Binary Cross-Entropy Loss và tối ưu hóa trọng số.

Bước 3

Cây quyết định (Decision Tree CART)

Tính chỉ số Gini Impurity, Entropy và tìm điểm chia nhánh tối ưu.

Bước 4

K-Means & Phân cụm

Khởi tạo trọng tâm, gán cụm khoảng cách Euclidean và cập nhật tâm cụm lặp.

Bước 5

PCA & Giảm chiều dữ liệu

Tính ma trận hiệp phương sai, tìm vector riêng và trực giao hóa không gian.

•

Quên thêm cột hệ số tự do (bias column) gồm toàn số 1 vào ma trận đặc trưng X.

•

Hiện tượng bùng nổ gradient do không chuẩn hóa thang đo (feature scaling) trước khi chạy Gradient Descent.

Trong mỗi mức độ, bài tập được xếp từ dễ nhất đến khó nhất — hãy đi theo số bước.

Cơ bản 55 bài

Khởi động

Nhập xuất, biến, rẽ nhánh và các bước suy luận đơn giản.

ai-255Bước 1Cơ bản

Đếm nhãn dương và âm

Đếm số nhãn 1 và số nhãn 0.

ai-256Bước 2Cơ bản

Tỷ lệ nhãn dương

Tính tỉ lệ nhãn 1 trên tổng số nhãn.

ai-257Bước 3Cơ bản

Trung bình một feature

Tính giá trị trung bình của các đặc trưng.

ai-258Bước 4Cơ bản

Feature nhỏ nhất

Tìm giá trị nhỏ nhất trong dãy đặc trưng.

ai-259Bước 5Cơ bản

Feature lớn nhất

Tìm giá trị lớn nhất trong dãy đặc trưng.

ai-260Bước 6Cơ bản

Khoảng biến thiên feature

Tính khoảng biến thiên bằng giá trị lớn nhất trừ giá trị nhỏ nhất.

ai-261Bước 7Cơ bản

Sai số tuyệt đối

Tính sai số tuyệt đối giữa giá trị thật và giá trị dự đoán.

ai-265Bước 8Cơ bản

Phân loại theo ngưỡng

Phân loại một điểm thành 0 hoặc 1 bằng cách so sánh với ngưỡng.

ai-266Bước 9Cơ bản

Độ chính xác Accuracy

Tính tỉ lệ dự đoán đúng trên tổng số dự đoán.

ai-267Bước 10Cơ bản

Độ chính xác Precision

Tính precision: trong các dự đoán dương, có bao nhiêu dự đoán đúng.

ai-268Bước 11Cơ bản

Độ bao phủ Recall

Tính recall: trong các mẫu dương thật, mô hình tìm đúng được bao nhiêu mẫu.

ai-269Bước 12Cơ bản

Độ đặc hiệu Specificity

Tính specificity: trong các mẫu âm thật, mô hình nhận đúng được bao nhiêu mẫu.

ai-270Bước 13Cơ bản

Điểm F1

Tính F1 từ precision và recall bằng trung bình điều hòa.

ai-271Bước 14Cơ bản

Sai số MAE

Tính MAE bằng trung bình của các sai số tuyệt đối.

ai-272Bước 15Cơ bản

Sai số MSE

Tính MSE bằng trung bình của bình phương sai số.

ai-273Bước 16Cơ bản

Căn sai số RMSE

Tính RMSE bằng căn bậc hai của MSE.

ai-274Bước 17Cơ bản

Dự đoán tuyến tính

Tính dự đoán tuyến tính theo công thức y = w nhân x cộng b.

ai-276Bước 18Cơ bản

Tách train và test

Chia dãy dữ liệu thành phần train và test theo tỉ lệ được cho.

ai-277Bước 19Cơ bản

Độ lệch dự đoán

Tính độ lệch trung bình giữa dự đoán và giá trị thật.

Làm quen

Vòng lặp, mảng một chiều, chuỗi và hàm ở mức cơ bản.

ai-278Bước 20Cơ bản

Đếm dự đoán đồng ý

Đếm số vị trí mà hai dãy dự đoán có cùng nhãn.

ai-301Bước 21Cơ bản

Đếm số phần tử khác 0 (độ thưa)

Số phần tử khác 0 quyết định chi phí lưu trữ và tính toán của vector thưa. Trong biểu diễn one-hot hoặc bag-of-words, phần lớn thành phần bằng 0 nên định dạng thưa tiết kiệm rất nh…

ai-302Bước 22Cơ bản

Tổng có trọng số của một feature

Tổng có trọng số chính là phép tính của một nơ-ron tuyến tính: đầu vào nhân với trọng số rồi cộng lại. Đây là đơn vị tính nhỏ nhất của mọi mạng nơ-ron.

ai-305Bước 23Cơ bản

Giải mã vector one-hot về chỉ số lớp

One-hot mã hoá lớp thành vector chỉ có một phần tử 1. Khi mô hình trả về vector như vậy, bước cuối là tìm vị trí của phần tử 1 để biết lớp dự đoán.

ai-316Bước 24Cơ bản

Đếm số mẫu vượt ngưỡng quyết định

Ngưỡng quyết định quyết định bao nhiêu mẫu bị xếp vào lớp dương. Hạ ngưỡng làm tăng số dự đoán dương, đổi lại tăng dương tính giả — đây là đánh đổi precision/recall quen thuộc.

ai-317Bước 25Cơ bản

Độ chính xác tính từ bốn ô confusion matrix

Accuracy đếm cả hai loại dự đoán đúng: dương tính thật và âm tính thật. Vì nó gộp cả bốn ô, accuracy gây hiểu nhầm khi dữ liệu mất cân bằng.

ai-320Bước 26Cơ bản

Mã hoá một lớp thành vector one-hot

One-hot mã hoá lớp rời rạc thành vector chỉ có một phần tử 1. Cách này loại bỏ quan hệ thứ tự giả tạo giữa các lớp mà mã hoá bằng số nguyên mắc phải.

ai-280Bước 27Cơ bản

Trung vị của một feature

Trung vị là chỉ số trung tâm ít bị ảnh hưởng bởi giá trị ngoại lai hơn trung bình cộng, nên rất hay dùng khi khảo sát phân bố của một feature trước khi huấn luyện.

ai-291Bước 28Cơ bản

Tỷ lệ dự đoán dương sai (FPR)

FPR đo tỉ lệ mẫu âm bị mô hình báo nhầm là dương. Cùng với recall, nó tạo nên đường ROC nên là chỉ số bắt buộc khi chọn ngưỡng phân loại.

ai-310Bước 29Cơ bản

Khôi phục giá trị gốc sau chuẩn hoá Min-Max

Sau khi mô hình dự đoán trên dữ liệu đã chuẩn hoá, ta phải đưa kết quả về đơn vị gốc mới diễn giải được. Công thức nghịch đảo của min-max chỉ là một phép nhân cộng.

ai-294Bước 30Cơ bản

Kẹp giá trị vào một khoảng (clip)

Kẹp giá trị là bước tiền xử lý chuẩn để loại ngoại lai cực đoan hoặc chặn tràn số trước khi đưa dữ liệu vào mô hình. Nó giữ lại thông tin thay vì xoá cả điểm dữ liệu.

ai-300Bước 31Cơ bản

Đếm số giá trị bằng 0 trong một feature

Đếm giá trị 0 giúp nhận biết feature thưa hoặc dữ liệu bị điền khuyết bằng 0. Đây là kiểm tra đầu tiên trước khi quyết định có nên giữ feature hay không.

ai-304Bước 32Cơ bản

Số batch khi chia dữ liệu theo kích thước batch

Số bước cập nhật trong một epoch bằng số batch. Batch cuối thường lẻ nên phải làm tròn lên, nếu không mô hình sẽ bỏ sót một phần dữ liệu.

ai-306Bước 33Cơ bản

Tỷ lệ lỗi (error rate)

Tỷ lệ lỗi là phần bù của độ chính xác. Nhiều tài liệu báo cáo lỗi thay vì độ chính xác vì con số nhỏ dễ so sánh giữa các mô hình.

ai-315Bước 34Cơ bản

Dự đoán nhãn theo dấu của điểm số

Với mô hình tuyến tính, quy tắc dự đoán nhị phân đơn giản nhất là lấy dấu của điểm số: dương thành lớp 1, còn lại thành lớp 0. Điểm đúng bằng 0 nằm trên ranh giới nên theo quy ước…

ai-321Bước 35Cơ bản

Kích thước tập train khi chia theo tỉ lệ

Chia train/test theo tỉ lệ phần trăm luôn để lại phần dư, và quy ước là làm tròn xuống để không bao giờ vượt quá số mẫu hiện có. Phần dư thuộc về tập test.

ai-250Bước 36Cơ bản

Chuẩn Hóa Dữ Liệu Đặc Trưng Min-Max Scaling

Trong Tiền xử lý dữ liệu (Data Preprocessing) của Học máy (Machine Learning), các thuật toán dựa trên khoảng cách (như KNN, SVM, K-Means) hoặc Gradient Descent (như Hồi quy, Neural…

ai-251Bước 37Cơ bản

Tính Hàm Mất Mát Bình Phương Trung Bình (MSE Loss)

Trong các bài toán Học có giám sát dạng Hồi quy (Regression), hàm mất mát Bình phương Trung bình (Mean Squared Error - MSE Loss) là hàm mục tiêu phổ biến nhất để định lượng sai lệc…

Vững nền tảng

Bài tổng hợp nhẹ, sẵn sàng bước sang mức trung bình.

ai-281Bước 38Cơ bản

Phương sai quần thể của một feature

Phương sai đo mức độ phân tán của một feature quanh trung bình. Nó là nền tảng của chuẩn hoá, kiểm tra phương sai và phân tích thành phần chính.

ai-282Bước 39Cơ bản

Độ lệch chuẩn quần thể của một feature

Độ lệch chuẩn là căn bậc hai của phương sai, nên nó cùng đơn vị với dữ liệu gốc. Nhờ vậy nó dễ diễn giải hơn khi báo cáo mức phân tán của một feature.

ai-283Bước 40Cơ bản

Chuẩn hoá z cho một giá trị

Chuẩn hoá z đưa một feature về trung bình 0 và độ lệch chuẩn 1, giúp nhiều thuật toán học máy hội tụ nhanh và không bị chi phối bởi đơn vị đo.

ai-290Bước 41Cơ bản

Đếm TP, FP, TN, FN của một bộ dự đoán

Bốn ô của ma trận nhầm lẫn là nền tảng của mọi chỉ số phân loại: accuracy, precision, recall, F1 đều được suy ra từ chúng. Đếm đúng bốn ô là bước đầu tiên khi đánh giá mô hình.

ai-303Bước 42Cơ bản

Chuẩn hoá theo giá trị tuyệt đối lớn nhất

Chia cho giá trị tuyệt đối lớn nhất đưa feature về đoạn [-1, 1] mà không dịch chuyển gốc toạ độ. Cách này giữ nguyên dấu và vị trí của 0, khác với min-max scaling.

ai-307Bước 43Cơ bản

Sai số phần trăm tuyệt đối trung bình (MAPE)

MAPE đo sai số tương đối nên so sánh được giữa các chuỗi có đơn vị khác nhau. Đổi lại, nó không dùng được khi giá trị thật bằng 0.

ai-322Bước 44Cơ bản

Trung bình trượt trên chuỗi tín hiệu

Trung bình trượt làm mượt chuỗi thời gian bằng cách lấy trung bình một cửa sổ trượt. Đây là bộ lọc đơn giản nhất để giảm nhiễu trong tín hiệu cảm biến và trong theo dõi đường cong…

ai-325Bước 45Cơ bản

Đọc hồ sơ bảng dữ liệu bằng pandas

Biết đọc schema của một DataFrame trước khi đưa dữ liệu vào mô hình.

ai-326Bước 46Cơ bản

Tách feature và target bằng pandas

Tách dữ liệu đầu vào X và nhãn y mà không làm mất thứ tự cột hay index.

ai-292Bước 47Cơ bản

Độ chính xác cân bằng (balanced accuracy)

Khi dữ liệu mất cân bằng, accuracy thường gây ảo giác tốt vì mô hình chỉ cần đoán lớp đa số. Balanced accuracy lấy trung bình của recall và specificity nên đánh giá công bằng cho c…

ai-299Bước 48Cơ bản

Hiệp phương sai quần thể giữa hai feature

Hiệp phương sai cho biết hai feature biến thiên cùng chiều hay ngược chiều. Ma trận hiệp phương sai là đầu vào của PCA và phân tích thành phần độc lập.

ai-308Bước 49Cơ bản

Hệ số xác định $R^2$

R² cho biết mô hình giải thích được bao nhiêu phần phương sai của dữ liệu thật. Giá trị 1 là hoàn hảo, 0 là chỉ ngang dự đoán bằng trung bình, và âm nghĩa là mô hình còn tệ hơn cả…

ai-328Bước 50Cơ bản

One-hot và category chưa từng thấy

Hiểu fit encoder một lần trên train và xử lý category lạ mà không làm vỡ pipeline.

ai-330Bước 51Cơ bản

Chia dữ liệu giữ tỷ lệ lớp

Hiểu vì sao classification cần chia train/test giữ tỷ lệ nhãn.

ai-331Bước 52Cơ bản

StandardScaler chỉ học từ train

Phân biệt fit trên train với transform trên test để tránh data leakage.

ai-332Bước 53Cơ bản

MinMaxScaler giữ thang đo của train

Đưa feature về thang đo theo min/max của train và nhận ra test có thể nằm ngoài [0, 1].

ai-329Bước 54Cơ bản

Chia train/test tái lập được

Biết chia dữ liệu bằng API chuẩn và khóa random_state để kết quả có thể tái lập.

ai-327Bước 55Cơ bản

Điền giá trị thiếu bằng SimpleImputer

Biết fit bộ điền thiếu trên train rồi chỉ transform dữ liệu mới.

Trung bình 56 bài

Vận dụng

Dùng một kỹ thuật quen thuộc: sắp xếp, tìm kiếm, đếm, ngăn xếp.

ai-008Bước 1Trung bình

Phát hiện và Khắc phục Rò rỉ Dữ liệu (Data Leakage) khi Chuẩn hóa

Nhiều kỹ sư mới thường chuẩn hóa toàn bộ tập dữ liệu trước khi chia train/test, hoặc gọi scaler.fit_transform(X_test). Điều này tạo ra kết quả kiểm thử ảo tưởng rất cao trong phòng…

ai-012Bước 2Trung bình

Hồi quy Tuyến tính Vector hóa với Gradient Descent

Khi số lượng đặc trưng D > 100,000 hoặc tập dữ liệu có hàng triệu mẫu, phép nghịch đảo ma trận OLS O(D³) trở nên bất khả thi về mặt tính toán. Lúc này, Gradient Descent…

ai-015Bước 3Trung bình

Bộ Đo lường Phân loại Toàn diện: Confusion Matrix, Precision, Recall và F1

Trong các bài toán mất cân bằng nhãn (ví dụ 99% ca âm tính), chỉ số Accuracy có thể đạt 99% dù mô hình hoàn toàn không phát hiện được ca dương tính nào. Việc tính toán đồng thời cả…

ai-016Bước 4Trung bình

Tối ưu hóa Ngưỡng Quyết định (Decision Threshold) Tối đa hóa F1

Trong hệ thống cảnh báo xâm nhập mạng, nếu dùng ngưỡng 0.5, mô hình có thể bỏ lọt các vụ tấn công nghiêm trọng vì xác suất dự đoán chỉ đạt 0.35. Bằng cách hạ ngưỡng xuống 0.30, ta…

ai-006Bước 5Trung bình

Pipeline Tiền xử lý Dữ liệu Bảng Chuẩn mực với pandas

Dữ liệu người dùng thu thập từ ứng dụng thực tế luôn chứa lỗi: trùng lặp mã định danh, thiếu tuổi, sai định dạng ngày tháng. Một pipeline dữ liệu không chuẩn mực làm rò rỉ dữ liệu…

ai-011Bước 6Trung bình

Hồi quy Tuyến tính Đa biến OLS bằng Phương trình Chuẩn tắc

Trong kinh tế lượng và khoa học dữ liệu, Ordinary Least Squares (OLS) là phương pháp hồi quy cơ bản nhất. Việc hiểu cách giải hệ phương trình chuẩn tắc từ gốc giúp kỹ sư nắm rõ bản…

ai-013Bước 7Trung bình

Hồi quy Logistic và Binary Cross-Entropy Loss từ Gốc

Trong phân loại nhị phân (spam/non-spam, gian lận/hợp lệ), hồi quy Logistic là giải pháp đường cơ sở (baseline) mạnh mẽ và có tính diễn giải cao. Kỹ sư AI cần cài đặt chính xác để…

ai-018Bước 8Trung bình

Thuật toán Phân cụm K-Means từ Gốc theo Phương pháp Lloyd

K-Means là thuật toán phân nhóm khách hàng, nén ảnh và phân đoạn dữ liệu phổ biến nhất. Hiểu cơ chế hội tụ của nó giúp kỹ sư chọn số cụm K tối ưu (Elbow Method).

ai-019Bước 9Trung bình

Giảm Chiều Dữ liệu bằng Phân tích Thành phần Chính (PCA) từ Gốc

Trong các bài toán xử lý ảnh, gene di truyền hoặc vector embedding 1536 chiều, chiều dữ liệu quá lớn gây ra hiện tượng "Lời nguyền số chiều" (Curse of Dimensionality). PCA là phươn…

ai-339Bước 10Trung bình

DummyRegressor làm mốc tối thiểu

Biết tạo baseline để không đánh giá model phức tạp trong khoảng không.

ai-340Bước 11Trung bình

Bộ metric hồi quy chuẩn

Chọn đúng metric và hiểu MAE, MSE, RMSE, R2 đo những góc khác nhau.

ai-351Bước 12Trung bình

Đọc xác suất từ LogisticRegression

Phân biệt nhãn dự đoán với xác suất để hiểu model confidence.

ai-356Bước 13Trung bình

Confusion matrix và normalize theo lớp thật

Biết đọc đúng hàng thật/cột dự đoán và normalize theo hàng.

ai-338Bước 14Trung bình

LinearRegression với nhiều feature

Mở rộng baseline tuyến tính từ một feature sang nhiều feature mà vẫn giữ đúng shape.

ai-020Bước 15Trung bình

Xây dựng scikit-learn Pipeline Khép kín Chống Rò rỉ Dữ liệu

Trong các dự án AI thực tế, mã nguồn tiền xử lý thường bị phân tán rời rạc, dẫn đến nguy cơ rò rỉ dữ liệu khi triển khai phục vụ (serving). Đóng gói thành Pipeline chuẩn mực là yêu…

ai-352Bước 16Trung bình

Đổi threshold từ probability

Hiểu prediction nhị phân là một decision rule trên probability và threshold không luôn là 0.5.

ai-374Bước 17Trung bình

ROC-AUC từ probability

Hiểu ROC-AUC đánh giá ranking của probability qua mọi threshold.

ai-375Bước 18Trung bình

Average precision cho bài toán lệch lớp

Đánh giá ranking theo precision-recall phù hợp hơn khi positive hiếm.

ai-335Bước 19Trung bình

Mã hóa nhãn target bằng LabelEncoder

Phân biệt encoding target với one-hot feature và biết giải mã ngược.

Kết hợp kỹ thuật

Phối hợp hai kỹ thuật trong cùng một lời giải.

ai-336Bước 20Trung bình

Kiểm tra hợp đồng X và y trước khi học

Tạo cổng kiểm tra input trước khi gọi model để lỗi dữ liệu hiện ra sớm.

ai-341Bước 21Trung bình

Đọc residual của model hồi quy

Biết đọc residual để nhìn bias và lỗi theo từng mẫu, không chỉ một con số.

ai-359Bước 22Trung bình

KNN với một láng giềng

Hiểu KNN k=1 dựa trực tiếp vào mẫu train gần nhất.

ai-369Bước 23Trung bình

DummyClassifier làm baseline majority

Có một mốc đơn giản để biết model thật có học được gì hay chưa.

ai-337Bước 24Trung bình

LinearRegression với một feature

Đọc được coef/intercept và dùng model đã fit để dự đoán mẫu mới.

ai-350Bước 25Trung bình

LogisticRegression fit và predict

Huấn luyện classifier đầu tiên bằng thư viện và dùng nó để dự đoán nhãn mới.

ai-355Bước 26Trung bình

Bộ metric phân loại

Đọc precision/recall/F1 đúng ngữ cảnh thay vì chỉ nhìn accuracy.

ai-360Bước 27Trung bình

KNN k=3 và bỏ phiếu láng giềng

Hiểu KNN k=3 khác k=1 ở việc bỏ phiếu trên nhiều láng giềng.

ai-365Bước 28Trung bình

GaussianNB cho feature số

Làm quen với một classifier thư viện khác logistic và đọc posterior probability.

ai-367Bước 29Trung bình

KMeans và khởi tạo tái lập

Biết random_state và n_init ảnh hưởng khả năng tái lập của clustering.

ai-345Bước 30Trung bình

StandardScaler nối với Ridge

Đóng gói scaling và regularization vào cùng pipeline để train/inference nhất quán.

ai-347Bước 31Trung bình

Nhìn overfit bằng cây hồi quy

Dùng khoảng cách train/test để nhận ra cây quá sâu có thể overfit.

ai-348Bước 32Trung bình

Dự đoán bằng DecisionTreeRegressor

Dùng một model cây thật và đọc feature_importances thay vì chỉ nhìn prediction.

ai-353Bước 33Trung bình

Pipeline scale rồi logistic

Đóng gói preprocessing và classifier để cùng một logic chạy ở train lẫn inference.

ai-363Bước 34Trung bình

DecisionTreeClassifier và feature importance

Dùng cây phân loại và đọc feature importance để hiểu model non-linear.

ai-368Bước 35Trung bình

PCA giảm chiều bằng fit_transform

Hiểu PCA fit hướng chính của dữ liệu rồi transform sang không gian ít chiều hơn.

ai-370Bước 36Trung bình

Kiểm tra class count trong StratifiedKFold

Kiểm tra trực tiếp StratifiedKFold có giữ tỷ lệ lớp ở từng validation fold hay không.

ai-333Bước 37Trung bình

ColumnTransformer cho dữ liệu số và hạng mục

Ghép các transformer thành schema feature ổn định cho dữ liệu mixed.

ai-334Bước 38Trung bình

Pipeline imputer rồi chuẩn hóa

Gộp nhiều bước preprocessing thành một object có thể tái sử dụng.

Thành thạo

Bài dài hơn, cần chọn đúng cấu trúc dữ liệu.

ai-342Bước 39Trung bình

So sánh Ridge theo alpha

Nhìn thấy regularization làm co nhỏ hệ số và biết alpha là hyperparameter.

ai-343Bước 40Trung bình

Lasso và chọn feature có hệ số khác 0

Hiểu L1 regularization có thể đẩy hệ số về 0 và dùng đó để chọn feature.

ai-344Bước 41Trung bình

PolynomialFeatures trong pipeline hồi quy

Thấy feature expansion giúp linear model biểu diễn đường cong mà vẫn giữ workflow pipeline.

ai-346Bước 42Trung bình

Cross-validation cho hồi quy

Đánh giá regression trên nhiều split thay vì tin một lần chia duy nhất.

ai-354Bước 43Trung bình

LogisticRegression đa lớp

Mở rộng logistic từ hai lớp sang nhiều lớp và đọc ma trận xác suất.

ai-357Bước 44Trung bình

Bảng precision-recall theo threshold

Thấy threshold làm precision và recall đổi qua lại, rồi chọn threshold theo F1.

ai-358Bước 45Trung bình

class_weight balanced cho lớp hiếm

Thấy class_weight balanced tác động đến lớp hiếm và recall.

ai-361Bước 46Trung bình

Thấy tác động của scaling lên KNN

Thấy khoảng cách KNN bị feature có đơn vị lớn chi phối nếu không scale.

ai-364Bước 47Trung bình

Độ sâu cây và khoảng cách train/test

Quan sát độ sâu model làm thay đổi train accuracy và test accuracy.

ai-366Bước 48Trung bình

KMeans fit và gán cụm mới

Chuyển từ supervised sang unsupervised: KMeans học centroid và gán điểm mới vào cụm.

ai-377Bước 49Trung bình

Pipeline ngăn leakage khi scale

Biến khái niệm data leakage thành một so sánh có số liệu.

ai-362Bước 50Trung bình

Chọn k cho KNN bằng cross-validation

Chọn hyperparameter k bằng validation thay vì nhìn accuracy trên train.

ai-371Bước 51Trung bình

Cross-validation nhiều metric

Đo một classifier bằng nhiều metric trên cùng các fold.

ai-372Bước 52Trung bình

GridSearchCV cho LogisticRegression

Dùng GridSearchCV để chọn hyperparameter mà không rò rỉ validation vào train.

ai-373Bước 53Trung bình

GridSearchCV chọn k cho KNN

Thực hiện tuning KNN đúng pipeline, đặc biệt scale phải nằm trong từng fold.

ai-376Bước 54Trung bình

Chọn threshold trên validation

Chọn decision threshold trên validation mà không nhìn test.

ai-378Bước 55Trung bình

Báo cáo cuối với holdout chưa chạm

Kết thúc ML tabular bằng quy trình train → validation chọn → refit → test một lần.

ai-349Bước 56Trung bình

So sánh nhiều model hồi quy

Tập chọn model bằng metric trên holdout thay vì chọn theo cảm giác hoặc lỗi train.

Nâng cao 4 bài

ai-177Bước 1Nâng cao

Lộ trình thực hành đề xuất

Linear Regression (Hồi quy tuyến tính)

Logistic Regression (Phân loại nhị phân)

Cây quyết định (Decision Tree CART)

K-Means & Phân cụm

PCA & Giảm chiều dữ liệu

Lỗi thường gặp & Cách phòng tránh

Danh sách bài tập thực hành (115 bài)

Cơ bản 55 bài

Khởi động

Làm quen

Vững nền tảng

Trung bình 56 bài

Vận dụng

Kết hợp kỹ thuật

Thành thạo

Nâng cao 4 bài

Chuyên đề liên quan thuộc môn AI

Huấn luyện mạng Neural & Tối ưu

Transformer & Cơ chế Attention

Tensor & Đại số ma trận

RAG & Vector Retrieval