CHUYÊN ĐỀ PYTHON THỰC CHIẾN

Dự án & Bài tập Machine Learning ứng dụng bằng Python

Đưa mô hình học máy từ lý thuyết vào dự án thực tế. Xây dựng quy trình xử lý dữ liệu chuẩn không rò rỉ (no data leakage) với Scikit-Learn.

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

Tiền xử lý đặc trưng

Scale dữ liệu với StandardScaler và mã hóa One-Hot Encoding.

Bước 2

Huấn luyện mô hình

Huấn luyện Linear Regression, Logistic Regression, Random Forest.

Bước 3

Đánh giá & Tối ưu

Đo lường độ chính xác qua Accuracy, Precision, Recall, F1-Score và ROC-AUC.

Bước 4

Scikit-Learn Pipeline

Gói gọn quy trình thành Pipeline tái sử dụng và chống data leakage.

•

Fit dữ liệu scaler trên toàn bộ tập dữ liệu trước khi chia train/test gây ra data leakage nghiêm trọng.

•

Chỉ nhìn vào Accuracy khi tập dữ liệu mất cân bằng lớp (imbalanced dataset).

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

Trung bình 2 bài

python-108Bước 1Trung bình

Bộ phân loại K láng giềng gần nhất Vectorized (Vectorized K-NN Classifier)

dist(A, B)² = ∑ A_i² + ∑ B_j² - 2 A B^T

python-107Bước 2Trung bình

Phân loại Bayes ngây thơ Gaussian với Log-Likelihood Vectorized

log P(c | x) ∝ log P(c) + ∑_j=1^D [ -12 log(2π σ_{c, j}²) - (x_j - μ_{c, j})²2σ_{c, j}² ]

Nâng cao 14 bài

Thử thách

Thuật toán chuyên sâu: quy hoạch động, đồ thị, cây.

python-109Bước 1Nâng cao

Hệ thống gợi ý lọc cộng tác Item-Item với độ tương đồng Cosine hiệu chỉnh

Sim(i, j) = frac{∑_{u ∈ U_{i, j}} (R_{u, i} - R_u)(R_{u, j} - R_u)}{√(∑_{u ∈ U_{i, j}} (R_{u, i} - R_u)²) sqrt{∑_{u ∈ U_{i, j}} (R_{u, j} -…

python-110Bước 2Nâng cao

Hồi quy ElasticNet với Thuật toán Hạ tọa độ (Coordinate Descent)

L(w) = 12N |y - X w|² + α · ρ |w|₁ + 12 α (1 - ρ) |w|₂²

python-106Bước 3Nâng cao

Động cơ Gradient Boosted Decision Stump cho bài toán Hồi quy

Cài đặt lớp GradientBoostingRegressorScratch(n_estimators=10, learning_rate=0.1):

python-111Bước 4Nâng cao

Mô hình Chủ đề LDA với Thuật toán Lấy mẫu Collapsed Gibbs

P(z_i = k | z_-i, w, d) ∝ n_{d, k}^-i + α∑_k' (n_{d, k'}^-i + α) × v_{k, w_i}^-i + β∑_w' (v_{k, w'}^-i + β)

python-049Bước 5Nâng cao

Bộ máy Vector hóa Văn bản TF-IDF & Truy vấn Tương đồng Cosine

Trong các hệ thống Tìm kiếm thông tin (Information Retrieval) và RAG (Retrieval-Augmented Generation) cho AI, việc chuyển đổi tài liệu dạng văn bản tự nhiên thành không gian vector…

python-054Bước 6Nâng cao

Pipeline Trích xuất Đặc trưng Chuỗi Thời gian & Đánh giá Hồi quy

Trong dự báo chuỗi thời gian (như nhu cầu tiêu thụ điện, doanh số bán hàng, lưu lượng truy cập), các mô hình học máy bảng (như Gradient Boosting hoặc Hồi quy) không thể tự động hiể…

python-055Bước 7Nâng cao

Phân cụm Dữ liệu Vector K-Means++ & Đánh giá Inertia

Phân cụm K-Means là thuật toán học máy không giám sát (Unsupervised Learning) cốt lõi dùng để phân nhóm khách hàng, phân đoạn ảnh, hoặc nén vector dữ liệu (Vector Quantization). Kh…

Chuyên sâu

Cấu trúc dữ liệu nâng cao và nhiều bước chứng minh.

python-112Bước 8Nâng cao

Dự án & Bài tập Machine Learning ứng dụng bằng Python

Lộ trình thực hành đề xuất

Tiền xử lý đặc trưng

Huấn luyện mô hình

Đánh giá & Tối ưu

Scikit-Learn Pipeline

Lỗi thường gặp & Cách phòng tránh

Danh sách bài tập thực hành (16 bài)

Trung bình 2 bài

Bộ phân loại K láng giềng gần nhất Vectorized (Vectorized K-NN Classifier)

Phân loại Bayes ngây thơ Gaussian với Log-Likelihood Vectorized

Nâng cao 14 bài

Thử thách

Hệ thống gợi ý lọc cộng tác Item-Item với độ tương đồng Cosine hiệu chỉnh

Hồi quy ElasticNet với Thuật toán Hạ tọa độ (Coordinate Descent)

Động cơ Gradient Boosted Decision Stump cho bài toán Hồi quy

Mô hình Chủ đề LDA với Thuật toán Lấy mẫu Collapsed Gibbs

Bộ máy Vector hóa Văn bản TF-IDF & Truy vấn Tương đồng Cosine

Pipeline Trích xuất Đặc trưng Chuỗi Thời gian & Đánh giá Hồi quy

Phân cụm Dữ liệu Vector K-Means++ & Đánh giá Inertia

Chuyên sâu

Kiến trúc Pipeline Học máy đầu cuối với Bộ biến đổi Tùy biến và Serialization

Cây quyết định phân loại từ con số 0 (Decision Tree Classifier from Scratch)

Pipeline Phát hiện Giao dịch Gian lận & Dị biệt Đa biến

Động cơ Tính toán Ma trận Đánh giá Phân loại Đa lớp & ROC-AUC

Hệ thống Gợi ý Sản phẩm bằng Phân rã Ma trận SVD & SGD

Thuật toán Xếp hạng Đồ thị Liên kết PageRank với Power Iteration

Hệ thống Đối soát Dấu vân tay Văn bản Bằng Thuật toán Winnowing

Lộ trình thực hành đề xuất

Tiền xử lý đặc trưng

Huấn luyện mô hình

Đánh giá & Tối ưu

Scikit-Learn Pipeline

Lỗi thường gặp & Cách phòng tránh

Danh sách bài tập thực hành (16 bài)

Trung bình 2 bài

Nâng cao 14 bài

Thử thách

Chuyên sâu

Chuyên đề liên quan thuộc môn Python

Python Cơ bản

Chuỗi & Xử lý văn bản

NumPy & Mảng nhiều chiều

Pandas & Phân tích dữ liệu