23. LOGIC MỜ VÀ ỨNG DỤNG
25.7. Mơ tả học học: Máy học là một nhánh của khoa học máy tính, tập trung vào các phương pháp học giúp máy tính học và hành động giống con người Học phần này đưa tớ
phương pháp học giúp máy tính học và hành động giống con người. Học phần này đưa tới một sự giới thiệu tổng quan về máy học, các cơng việc cơ bản và các hướng tiếp cận hiện đại..
Chương Nội dung
Phân phối thời lượng LT (giờ) TL (giờ) BTL (giờ) TiL (giờ) TH (giờ) TN (giờ)
1 Chương 1. Giới thiệu 2 -
2 Chương 2. Máy hỗ trợ vector 2 -
3 Chapter 3. Hồi quy tuyến
tính 2 -
4 Chapter 4. Hồi quy Logistic 3 -
5 Chapter 5. Mạng nơ ron 2 -
6 Chapter 6: Học khơng giám
sát 2 -
Tổng cộng 15 45
25.8. Nội dung chi tiết
Chương 1. Giới thiệu (LT 02)
1.1 Giới thiệu tổng quan về học máy
1.2 Các cơng việc cơ bản của học máy
Tài liệu tham khảo:
[1]. Coursera, Machine Learning course, Stanford University.
84
Chương 2. Máy hỗ trợ vector (LT 08)
2.1 Tổng quan về máy hỗ trợ vector 2.2 Định nghĩa và ứng dụng
2.3 Cài đặt máy hỗ trợ vector
Tài liệu tham khảo:
[1]. Coursera, Machine Learning course, Stanford University.
[2]. Mitchell (1997), Machine Learning, McGraw-Hill. ISBN: 978-0070428072
Chương 3. Hồi quy tuyến tính (LT 09)
3.1 Tổng quan về hồi quy tuyến tính 3.2 Định nghĩa và ứng dụng
3.3 Cài đặt hồi quy tuyến tính
Tài liệu tham khảo:
[1]. Coursera, Machine Learning course, Stanford University.
[2]. Mitchell (1997), Machine Learning, McGraw-Hill. ISBN: 978-0070428072
Chương 4. Hồi quy Logistic (LT 09)
4.1 Tổng quan về hồi quy Logistic 4.2 Định nghĩa và ứng dụng 4.3 Cài đặt hồi quy Logistic
Tài liệu tham khảo:
[1]. Coursera, Machine Learning course, Stanford University.
[2]. Mitchell (1997), Machine Learning, McGraw-Hill. ISBN: 978-0070428072
Chapter 5. Mạng nơ ron (LT 09)
5.1 Tổng quan về mạng nơ ron 5.2 Định nghĩa và ứng dụng
5.3 Cài đặt Perceptron, Mạng nơ ron
Tài liệu tham khảo:
[1]. Coursera, Machine Learning course, Stanford University.
[2]. Mitchell (1997), Machine Learning, McGraw-Hill. ISBN: 978-0070428072
Chapter 6. Học khơng giám sát (LT 08)
6.1 Tổng quan về học khơng giám sát 6.2 Định nghĩa và ứng dụng
6.3 Cài đặt thuật tốn K-means
Tài liệu tham khảo:
[1]. Coursera, Machine Learning course, Stanford University.
[2]. Mitchell (1997), Machine Learning, McGraw-Hill. ISBN: 978-0070428072
Nội dung thảo luận: Dựa trên chủ đề từng chương
Kiểm tra: Cài đặt, phân tích và đánh giá các mơ hình cho từng tác vụ.
Nội dung thảo luận: Theo chuyên đề của từng chương và tập trung vào các vấn đề liên quan
đến phương pháp học dùng Version Space, mạng nơ ron.
Nội dung bài tập lớn: Giải quyết một số bài tốn dựa trên các phương pháp học dùng
Version Space, mạng nơ ron, phương pháp thống kê,...
25.9. Tài liệu học tập và tham khảo: Tài liệu học tập Tài liệu học tập
[1]. Mitchell (1997), Machine Learning, McGraw-Hill. ISBN: 978-0070428072
Tài liệu tham khảo
[2]. Coursera, Machine Learning course, Stanford University.
85
[4]. Simon Haykin, Neural Networks a comprehensive foundation, Prentice Hall, 1999. [5]. Bishop C. M, Neural Networks for Pattern Recognition, Oxford, 1995.
[6]. Richard O. Duda, Peter E. Hart, David G. Stork, Pattern classification ,Wiley, New
York, 2001.
[7]. MacKay D. J. C, Information Theory, Inference, and Learning Algorithms,Cambridge, 2003.
25.10. Thang điểm: 10/10
TT Nội dung đánh giá Trọng số (%) Ghi chú
1 Điểm Kiểm tra/TL/TH/TN 20
2 Điểm /BTL/TiL 30
3 Điểm thi kết thúc học phần 50
Tổng cộng 100
25.11. Ngày phê duyệt: Cấp phê duyệt: Cấp phê duyệt:
86