BÁO CÁO THỰC TẬP TỐT NGHIỆP Nghiên cứu thư viện mã nguồn mở Sklearn xây dựng ứng dụng dự báo nhanh doanh thu của doanh nghiệp

BÁO CÁO THỰC TẬP TỐT NGHIỆP TÊN ĐỀ TÀI Nghiên cứu thư viện mã nguồn mở Sklearn xây dựng ứng dụng dự báo nhanh doanh thu của doanh nghiệp

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC GIA ĐỊNH KHOA CÔNG NGHỆ THÔNG TIN

BÁO CÁO

THỰC TẬP TỐT NGHIỆP

TÊN ĐỀ TÀI

Nghiên cứu thư viện mã nguồn mở Sklearn xây dựng ứng dụng dự báonhanh doanh thu của doanh nghiệp

Giảng viên hướng dẫn: Trần Hoài ThuậnSinh viên thực hiện: Trịnh Đức HùngMSSV: 2108110127

Lớp: K15HTTT01

Khóa: 2021_ĐHCQ_K15

Thành phố Hồ Chí Minh, tháng 07 năm 2024

LỜI CẢM ƠN

Trước tiên, em xin gửi lời cảm ơn chân thành đến Trườngđại học Gia Định và các giảng viên trong Khoa Công nghệ Thôngtinđã tạo điều kiện thuận lợi cho tôi hoàn thành bài báo cáo thực tập tốtnghiệp

Cảm ơn ThS Trần Hoài Thuận , người đã tận tình hướng dẫn, chia sẻ kiến thức và kinh nghiệm quý báu, giúp em hoàn thiện nội dung bài báo cáo thực tập

Cuối cùng, em xin cảm ơn tất cả các tác giả và nhà nghiên cứu đã cung cấp tài liệu và thông tin hữu ích để tham khảo và học hỏi Những kiến thức và thông tin từ các nguồn tài liệu này đã đóng góp không nhỏ vào sự thành công của bài báo cáo thực tập tốt nghiệp

xin chân thành cảm ơn!

ĐÁNH GIÁ CỦA ĐƠN VỊ THỰC TẬPThái độ tác phong trong thời gian thực tập:

Kiến thức chuyên môn:

ĐÁNH GIÁ CỦA GIẢNG VIÊN HƯỚNG DẪNThái độ tác phong trong thời gian thực tập:

Kiến thức chuyên môn:

Nhận thức thực tế:

Đánh giá khác:

5 Đánh giá chung kết quả thực tập:

………, ngày ……… tháng ……… năm …………

Giảng viên hướng dẫn

(Ký tên, ghi rõ họ tên)

TRƯỜNG ĐẠI HỌC GIA ĐỊNHKHOA CÔNG NGHỆ THÔNG TIN

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAMĐộc lập – Tự do – Hạnh phúc

BÁO CÁO THỰC TẬP TỐT NGHIỆP HÀNG TUẦN

Họ và tên SV: Trịnh Đức Hùng MSSV: 2108110127Lớp: K15HTTT01

Giảng viên hướng dẫn: Trần Hoài Thuận

Tên doanh nghiệp (đơn vị) đến thực tập: Đại học Gia Định

Địa chỉ: 371 Đ Nguyễn Kiệm, Phường 3, Gò Vấp, HCM, Việt Nam

Nhận xét của giảngviên hướng dẫn (Ký tên và ghi rõ họ

Tuần 1

(Từ ngày 20/05 đến ngày26/05)

Giới thiệu về thư viện mã nguồn mở

Sklearn Xác định mục tiêu và phạm vi của dự án và Thu thập tài liệu vànghiên cứu cơ bản về Sklearn

hoạch cho ứng dụng dự báo

quả thử nghiệm và cải tiến và Chuẩn bị tài liệu hướng dẫn sử dụng

Tuần 9(Từ ngày 15/07 đến

Hoàn thiện báo cáo nghiên cứu và kết quả ứng dụng Kiểm tra lại toàn bộ ứng dụng và tài liệu và Chuẩn bị cho buổitrình bày cuối cùng

Tuần 10(Từ ngày 22/07 đến

Hoàn tất và nộp báo cáo nghiên cứu Tổ chức buổi trình bày và nhận xét vàĐánh giá toàn bộ dự án và rút kinh nghiệm

MỤC LỤC

Mở đầu:……… Trang 1Chương 1 Giới thiệu……… Trang 2

1.1 Bối cảnh và lý do chọn đề tài……….…….Trang 21.2 Mục tiêu nghiên cứu……… Trang 31.3 Đối tượng và phạm vi nghiên cứu……… Trang 41.4 Phương pháp nghiên cứu……… Trang 6

Chương 2: Tổng quan về thư viện Sklearn và các phương pháp dự báo doanh thu……… …Trang 9

2.1 Giới thiệu về thư viện Sklearn……….Trang 92.2 Các phương pháp học máy trong Sklearn……… Trang 102.2.1 Hồi quy tuyến tính……… Trang 12

2.2.2 Cây quyết định……….….… Trang 132.2.3 Rừng ngẫu nhiên……… Trang 152.3 Dự báo thời gian……… Trang 16

2.4 Ứng dụng của Sklearn trong dự báo doanh thu……….Trang 17

Chương 3: Phân tích yêu cầu và thiết kế hệ thống……… Trang 19

3.1 Thiết kế kiến trúc hệ thống……….Trang 193.2 Thiết kế cơ sở dữ liệu……… Trang 223.3 Thiết kế giao diện người dùng………Trang 24

Chương 4: Xây dựng ứng dụng ……… ……….Trang 25

4.1 Cài đặt môi trường phát triển……….Trang 254.2 Xây dựng và huấn luyện mô hình……… Trang 264.3 Tối ưu hóa và cải tiến……… Trang 29

Chương 5: Kết luận……… Trang 30

5.1 So sánh với các phương pháp khác……… Trang 305.2 Hạn chế và hướng phát triển tương lai……… Trang 325.3 Kết luận……… Trang 33

MỞ ĐẦU

Trong bối cảnh kinh tế toàn cầu không ngừng thay đổi và phát triển, việc dự báo doanh thu trở nên vô cùng quan trọng đối với các doanh nghiệp Dự báo chính xác giúp doanh nghiệp lên kế hoạch kinh doanh, quản lý rủi ro, và tối ưu hóa nguồn lực Với sự phát triển mạnh mẽ của công nghệ và các thuật toán học máy, việc ứng dụng những công nghệ tiên tiến vào quy trình dự báo đã trở nên dễ dàng và hiệu quả hơn bao giờ hết.

Thư viện mã nguồn mở Sklearn là một trong những công cụ mạnh mẽ và phổ biến nhất hiện nay trong lĩnh vực học máy và phân tích dữ liệu Với các thuật toán và công cụ phong phú, Sklearn cung cấp một nền tảng linh hoạt và dễ sử dụng cho các nhà phát triển và nhà khoa học dữ liệu.

Đề tài "Nghiên cứu thư viện mã nguồn mở Sklearn xây dựng ứng dụng dự báo nhanh doanh thu của doanh nghiệp" được thực hiện nhằm tìm hiểu sâu hơn về Sklearn, từ đó áp dụng những kiến thức đã học để xây dựng một ứng dụng thực tiễn giúp dự báo nhanh doanh thu cho các doanh nghiệp Thông qua việc nghiên cứu và thực hành, tiểu luận này mong muốn góp phần vào việc nâng cao hiệu quả kinh doanh, đồng thời mang lại những giải pháp công nghệ tiên tiến cho các doanh nghiệp Việt Nam.Hy vọng rằng, tiểu luận này sẽ mang lại những thông tin hữu ích và đóng góp vào sự phát triển của ngành học máy và ứng dụng công nghệ thông tintrong kinh doanh.

trong lĩnh vực học máy, cung cấp nhiều công cụ và thuật toán phục vụ cho việc phân tích và dự báo dữ liệu.

Lý do chọn đề tài

1.Tính ứng dụng cao: Việc dự báo doanh thu chính xác giúp các doanh

nghiệp lập kế hoạch tài chính, quản lý nguồn lực hiệu quả và tăng cường khả năng cạnh tranh trên thị trường Sklearn cung cấp các công cụ học máy mạnh mẽ và linh hoạt, giúp việc dự báo trở nên dễ dàng và chính xác hơn.

2.Mã nguồn mở và dễ tiếp cận: Sklearn là một thư viện mã nguồn mở,

nghĩa là người dùng có thể sử dụng và tùy chỉnh theo nhu cầu mà không phải trả phí Điều này giúp tiết kiệm chi phí và tăng tính khả thi cho các doanh nghiệp nhỏ và vừa.

3.Cộng đồng hỗ trợ mạnh mẽ: Sklearn có một cộng đồng người dùng và

phát triển rộng lớn, giúp người dùng dễ dàng tìm kiếm tài liệu, hỗ trợ và các ví dụ thực tế trong việc triển khai các mô hình học máy.

Trang 2

4.Khả năng tích hợp: Sklearn dễ dàng tích hợp với các công cụ và ngôn

ngữ lập trình khác như Python, Pandas, và NumPy, tạo điều kiện thuận lợi cho việc xây dựng các ứng dụng dự báo và phân tích dữ liệu phức tạp.

5.Tầm quan trọng của dự báo doanh thu: Dự báo doanh thu là một yếu tố

then chốt trong việc quản lý tài chính và hoạch định chiến lược kinh doanh Nghiên cứu và ứng dụng các công cụ hiện đại như Sklearn giúp cải

thiện chất lượng và độ chính xác của các dự báo, từ đó nâng cao hiệu quả hoạt động của doanh nghiệp.

Việc nghiên cứu và xây dựng một ứng dụng dự báo nhanh doanh thu dựa trên thư viện Sklearn không chỉ giúp đáp ứng nhu cầu thực tiễn của doanh nghiệp mà còn góp phần vào sự phát triển của lĩnh vực học máy và phân tích dữ liệu tại Việt Nam.

1.2 Mục tiêu nghiên cứu

1.Hiểu rõ về thư viện Sklearn: Tìm hiểu và nắm vững các khái niệm, công

cụ, và chức năng của thư viện mã nguồn mở Sklearn trong Python.

2 Phân tích dữ liệu doanh thu: Thu thập và phân tích dữ liệu doanh thu

của doanh nghiệp, bao gồm các yếu tố ảnh hưởng đến doanh thu như thờigian, mùa vụ, chính sách bán hàng, v.v.

3 Xây dựng mô hình dự báo: Sử dụng các thuật toán học máy (machine

learning) trong Sklearn để xây dựng và huấn luyện các mô hình dự báo doanh thu.

4 Đánh giá hiệu suất mô hình: Thực hiện các phương pháp đánh giá hiệu

suất của mô hình dự báo, bao gồm kiểm định độ chính xác, độ tin cậy và khả năng tổng quát hóa của mô hình.

Trang 3

5 Triển khai ứng dụng dự báo: Phát triển một ứng dụng cụ thể sử dụng

mô hình dự báo để cung cấp các dự đoán doanh thu nhanh chóng và chínhxác cho doanh nghiệp.

6.Tối ưu hóa và cải tiến: Nghiên cứu các phương pháp tối ưu hóa mô hình

và cải tiến hiệu suất dự báo theo thời gian, dựa trên phản hồi và dữ liệu thực tế.

7.Ứng dụng thực tiễn: Đánh giá khả năng ứng dụng của mô hình và hệ

thống dự báo trong thực tế, và đưa ra các khuyến nghị để doanh nghiệp cải thiện quy trình dự báo doanh thu của mình.

1.3 Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu

Đối tượng nghiên cứu của đề tài này là thư viện mã nguồn mở Scikit-learn (Sklearn) trong Python, một công cụ mạnh mẽ và phổ biến trong lĩnh vực học máy và khoa học dữ liệu Thư viện này cung cấp các công cụ cần thiết để xây dựng và triển khai các mô hình học máy, giúp doanh nghiệp dự báo nhanh doanh thu dựa trên các dữ liệu lịch sử.

Phạm vi nghiên cứu

Phạm vi nghiên cứu của đề tài bao gồm:

1 Khảo sát và phân tích thư viện Sklearn:

o Nghiên cứu các tính năng và công cụ chính của Sklearn.o Tìm hiểu về các thuật toán học máy có sẵn trong Sklearn.

2 Ứng dụng Sklearn trong dự báo doanh thu:

o Thu thập và xử lý dữ liệu lịch sử doanh thu của doanh nghiệp.Trang 4o Xây dựng và triển khai các mô hình dự báo doanh thu bằng

o Đánh giá hiệu quả của các mô hình dự báo và chọn lựa mô hình tối ưu.

4 Xây dựng ứng dụng dự báo doanh thu:

o Thiết kế và triển khai ứng dụng dự báo doanh thu nhanh, dễ sử dụng cho doanh nghiệp.

o Hướng dẫn cách sử dụng và tích hợp ứng dụng vào hệ thống hiện có của doanh nghiệp.

5 Đánh giá và đề xuất cải tiến:

o Đánh giá các hạn chế của ứng dụng và đề xuất các hướng cải tiến trong tương lai.

Kết quả mong đợi

1 Kiến thức sâu rộng về Sklearn: Hiểu rõ về cách thức hoạt động và

các ứng dụng của Sklearn trong học máy.

2 Ứng dụng thực tiễn: Xây dựng một ứng dụng dự báo doanh thu

nhanh chóng và hiệu quả cho doanh nghiệp.

3 Kinh nghiệm thực tế: Có được kinh nghiệm về thu thập, xử lý dữ

liệu và xây dựng mô hình học máy trong thực tế.

Trang 5

1.4 Phương pháp nghiên cứu

1.Nghiên cứu tài liệu (Literature Review)

● Mục tiêu: Tìm hiểu và tổng hợp các kiến thức liên quan đến học

máy (machine learning), thư viện Scikit-Learn, và các phương pháp dự báo doanh thu.

● Hoạt động cụ thể:

o Đọc sách, bài báo khoa học, tài liệu kỹ thuật liên quan đến Scikit-Learn và các thuật toán học máy thường được sử dụng trong dự báo doanh thu.

o Tổng hợp các nghiên cứu trước đây về việc sử dụng học máy trong dự báo doanh thu của doanh nghiệp.

2 Phân tích yêu cầu (Requirement Analysis)

● Mục tiêu: Xác định các yêu cầu cụ thể của ứng dụng dự báo doanh

3 Thu thập và xử lý dữ liệu (Data Collection and Preprocessing)

● Mục tiêu: Thu thập dữ liệu cần thiết cho quá trình xây dựng mô

hình và tiền xử lý dữ liệu để đảm bảo chất lượng.

Trang 6● Hoạt động cụ thể:

o Thu thập dữ liệu lịch sử doanh thu từ các nguồn dữ liệu doanh nghiệp.

o Xử lý dữ liệu để loại bỏ nhiễu, xử lý các giá trị thiếu, và chuẩn hóa dữ liệu.

4 Lựa chọn và triển khai mô hình (Model Selection and Implementation)

● Mục tiêu: Lựa chọn mô hình học máy phù hợp và triển khai bằng

thư viện Scikit-Learn.

● Hoạt động cụ thể:

o Thử nghiệm và so sánh các thuật toán học máy khác nhau (ví dụ: hồi quy tuyến tính, cây quyết định, rừng ngẫu nhiên, v.v.).o Sử dụng Scikit-Learn để triển khai các mô hình đã chọn và

huấn luyện chúng với dữ liệu đã tiền xử lý.

5 Đánh giá và tinh chỉnh mô hình (Model Evaluation and Tuning)

● Mục tiêu: Đánh giá hiệu suất của các mô hình và thực hiện các điều

chỉnh cần thiết.

● Hoạt động cụ thể:

o Sử dụng các chỉ số đánh giá như MSE, RMSE, MAE để đánh giá hiệu suất của mô hình.

o Thực hiện tinh chỉnh các siêu tham số (hyperparameters) để cải thiện độ chính xác của mô hình.

Trang 7

6 Xây dựng ứng dụng (Application Development)

● Mục tiêu: Xây dựng ứng dụng dự báo doanh thu dựa trên mô hình

o Thu thập phản hồi từ người dùng và thực hiện các cải tiến cầnthiết.

8 Tổng kết và báo cáo (Conclusion and Reporting)

● Mục tiêu: Tổng kết kết quả nghiên cứu và viết báo cáo.● Hoạt động cụ thể:

o Tổng kết các kết quả đạt được từ quá trình nghiên cứu và phát triển.

o Viết báo cáo chi tiết về phương pháp nghiên cứu, kết quả và các kết luận.

Trang 8

Chương 2: Tổng quan về thư viện Sklearn và các phương pháp dự báo doanh thu

2.1 Giới thiệu về thư viện Sklearn

Scikit-learn, thường được gọi là Sklearn, là một thư viện mã nguồn mở choPython được thiết kế cho học máy (machine learning) Thư viện này cung cấp một loạt các công cụ hiệu quả và dễ sử dụng cho việc phân tích và mô hình hóa dữ liệu Sklearn đặc biệt phổ biến trong cộng đồng học máy và khoa học dữ liệu vì tính tiện lợi và hiệu suất cao.

Các tính năng chính của Sklearn

1.Mô hình hóa dữ liệu:

● Phân loại (Classification): Logistic Regression, Support Vector

Machines (SVM), k-Nearest Neighbors (k-NN), Random Forests, Gradient Boosting, v.v

● Hồi quy (Regression): Linear Regression, Ridge Regression, Lasso,

ElasticNet, v.v.

● Clustering: K-Means, DBSCAN, Hierarchical Clustering, v.v.● Giảm chiều (Dimensionality Reduction): Principal Component

Analysis (PCA), Linear Discriminant Analysis (LDA), t-SNE, v.v

2.Tiền xử lý dữ liệu (Data Preprocessing):

● Chuẩn hóa (Normalization)

● Chuẩn hóa theo chuẩn tỉ lệ (Standardization)● Imputation (điền giá trị thiếu)

● One-hot encoding (biến đổi dữ liệu phân loại)

● Các metric đánh giá như accuracy, precision, recall, F1-score, AUC, v.v

4, Pipeline: Sklearn cho phép xây dựng các pipeline để chuỗi các bước

tiền xử lý và mô hình hóa, giúp tự động hóa và tối ưu hóa quy trình học máy.

5 Hỗ trợ tích hợp: Sklearn có thể dễ dàng tích hợp với các thư viện khác

như NumPy, SciPy, Pandas, Matplotlib, và Jupyter Notebook để phân tích và trực quan hóa dữ liệu

2.2 Các phương pháp học máy trong Sklearn

1 Hồi quy (Regression):

● Linear Regression: Hồi quy tuyến tính.● Ridge Regression: Hồi quy Ridge.● Lasso Regression: Hồi quy Lasso.● ElasticNet: Kết hợp Ridge và Lasso.

● Polynomial Regression: Hồi quy đa thức.

● Bayesian Ridge Regression: Hồi quy Ridge Bayesian.

● SGD Regression: Hồi quy tuyến tính với Stochastic Gradient

Descent.

Trang 102 Phân loại (Classification):

● Logistic Regression: Hồi quy logistic.

● K-Nearest Neighbors (KNN): K láng giềng gần nhất.● Support Vector Machines (SVM): Máy vector hỗ trợ.● Decision Trees: Cây quyết định.

● Random Forest: Rừng ngẫu nhiên.

● Naive Bayes: Phương pháp Naive Bayes.● Gradient Boosting: Tăng cường độ dốc.● AdaBoost: Tăng cường AdaBoost.

● Stochastic Gradient Descent (SGD): Phân loại với Stochastic

Gradient Descent.

3 Phân cụm (Clustering):

● K-Means: Phương pháp K-Means.

● Agglomerative Clustering: Phân cụm kết hợp.● DBSCAN: Phương pháp DBSCAN.

● Mean Shift: Dịch chuyển trung bình.● Spectral Clustering: Phân cụm phổ.

4 Giảm chiều (Dimensionality Reduction):

● Principal Component Analysis (PCA): Phân tích thành phần chính.● Linear Discriminant Analysis (LDA): Phân tích phân biệt tuyến tính.● Kernel PCA: Phân tích thành phần chính Kernel.

● Truncated SVD: Phân tích giá trị suy biến cắt ngắn.

Trang 11● t-SNE: T-SNE (T-distributed Stochastic Neighbor Embedding).

5 Học bán giám sát (Semi-supervised Learning):● Label Spreading: Phương pháp lan truyền nhãn.● Label Propagation: Phương pháp lan truyền nhãn.

6 Học tăng cường (Ensemble Learning):

● Voting Classifier: Bộ phân loại theo nguyên tắc bỏ phiếu.

● Bagging: Phương pháp Bagging.● Random Forest: Rừng ngẫu nhiên.● Gradient Boosting: Tăng cường độ dốc.● AdaBoost: Tăng cường AdaBoost.

● Multi-dimensional Scaling (MDS): Phương pháp mở rộng đa chiều

2.2.1 Hồi quy tuyến tính

Trang 12Hồi quy tuyến tính là một kỹ thuật phân tích dữ liệu cơ bản và phổ biến được sử dụng để xây dựng mô hình dự đoán doanh thu Hồi quy tuyến

tính giúp xác định mối quan hệ giữa một biến phụ thuộc (trong trường hợp này là doanh thu của doanh nghiệp) và một hoặc nhiều biến độc lập (như chi phí marketing, số lượng nhân viên, hoặc các yếu tố khác ảnh hưởng đến doanh thu).

Khi ứng dụng hồi quy tuyến tính trong thư viện mã nguồn mở Sklearn để xây dựng ứng dụng dự báo doanh thu, bạn sẽ thực hiện các bước chính sau:

1 Thu thập và chuẩn bị dữ liệu: Thu thập dữ liệu liên quan đến doanh

thu và các yếu tố ảnh hưởng Dữ liệu cần được làm sạch và chuẩn hóa để phù hợp với mô hình.

2 Chia dữ liệu: Chia dữ liệu thành tập huấn luyện và tập kiểm tra để

đánh giá hiệu quả của mô hình.

3 Xây dựng mô hình: Sử dụng thư viện Sklearn để tạo và huấn luyện

mô hình hồi quy tuyến tính Thư viện Sklearn cung cấp lớp LinearRegression để thực hiện nhiệm vụ này.

4 Đánh giá mô hình: Đánh giá hiệu suất của mô hình bằng cách sử

dụng các chỉ số như R² (hệ số xác định), MSE (sai số bình phương trung bình), và MAE (sai số tuyệt đối trung bình).

5 Dự đoán: Sử dụng mô hình để dự đoán doanh thu dựa trên các yếu

tố đầu vào mới.

6 Tinh chỉnh và tối ưu hóa: Nếu cần, thực hiện các bước tinh chỉnh và

tối ưu hóa để cải thiện độ chính xác và hiệu quả của mô hình.

2.2.2 Cây quyết định

Trang 13