- Dự án thực chiến cuộc thi Kaggle: từ khám phá dữ liệu đến nộp bài - Sau phần hướng dẫn, cùng theo dõi một cuộc thi Kaggle thực tế từ đầu đến cuối Bạn đã đăng ký Kaggle và hoàn thành cả phần hướng dẫn Titanic, nhưng khi đứng trước một cuộc thi thực sự lại thấy bối rối, không biết nên bắt đầu từ đâu? Nếu chỉ sao chép notebook của người khác rồi nộp bài, bạn sẽ sớm gặp phải bức tường mang tên "Tại sao điểm của mình không tăng?" Trong khóa học này, chúng ta sẽ cùng thực hiện trọn vẹn một cuộc thi Kaggle thực tế từ đầu đến cuối: khám phá dữ liệu, thiết kế quy trình xác thực, kỹ thuật tạo đặc trưng, xây dựng mô hình và nộp bài. Thay vì học thuộc mã nguồn, bạn sẽ rèn luyện được tư duy xuyên suốt của một cuộc thi: "Thử điều gì và vì sao, đồng thời kiểm chứng hiệu quả của thử nghiệm đó như thế nào?" [Một dòng về kinh nghiệm tham gia/đạt giải cuộc thi hoặc kinh nghiệm thực tế của bạn]
2 học viên đang tham gia khóa học này
Độ khó Cơ bản
Thời gian Không giới hạn
Khả năng tự mình lặp lại quy trình thi đấu từ hiểu dữ liệu → thiết kế kiểm định (CV) → xây dựng đường cơ sở → cải thiện → nộp bài.
Thói quen thử nghiệm: rút ra ý tưởng về đặc trưng từ EDA và kiểm tra hiệu quả của các thay đổi bằng điểm CV
Kiến thức cơ bản về huấn luyện, tinh chỉnh và kết hợp các mô hình cây như LightGBM
Sản phẩm hoàn thiện: 1 notebook đã thực sự nộp cho cuộc thi và thành tích trên bảng xếp hạng (có thể sử dụng làm portfolio)
Kaggle Competition Project Practice là khóa học thực hành kéo dài 24 giờ, giúp bạn làm quen với toàn bộ quy trình học máy thông qua việc trực tiếp giải 9 cuộc thi tiêu biểu và bộ dữ liệu công khai của Kaggle. Thay vì chỉ liệt kê lý thuyết, khóa học hướng dẫn quy trình thi đấu: "nhận dữ liệu, xây dựng mô hình, nộp kết quả và kiểm tra thứ hạng".
Nội dung khóa học gồm gì
Tiền xử lý và mô hình hóa cơ bản: Tìm hiểu framework cơ bản của scikit-learn, kiểm định chéo, mã hóa dữ liệu và dự đoán người sống sót trên tàu Titanic. Bắt đầu với cây quyết định, rừng ngẫu nhiên và hồi quy logistic.
Các chỉ số đánh giá: Tìm hiểu về độ chính xác, ma trận nhầm lẫn (Confusion Matrix) và F1 score thông qua dự đoán bệnh tiểu đường (Pima Indians Diabetes).
Thực hành phân loại: Dự đoán mức độ hài lòng của khách hàng Santander, phát hiện gian lận thẻ tín dụng. Bao gồm KNN, AdaBoost, GBM, XGBoost, LightGBM và cả ensemble stacking.
Thực hành hồi quy: House Prices, Bike Sharing Demand. So sánh hồi quy tuyến tính, Ridge, Lasso, ElasticNet và hồi quy đa thức bằng RMSE, MAE, MAPE, v.v.
Kỹ thuật đặc trưng và phân cụm: Thực hành giảm chiều dữ liệu với PCA, LDA, SVD, NMF và phân cụm K-Means, phân cụm phân cấp, DBSCAN, GMM; đánh giá bằng phương pháp phân tích silhouette và thực hành phân khúc khách hàng.
Khóa học này phù hợp với bạn nếu
bạn là người mới đã thử làm tutorial nhưng còn bối rối trước các cuộc thi thực tế, người học phân tích dữ liệu muốn nắm tổng quan về phân loại, hồi quy và phân cụm trong một lần, hoặc đang cần sản phẩm dự án để đưa vào portfolio.
Khóa học này dành cho ai?
Người mới đã hoàn thành phần hướng dẫn nhưng không thể chuyển sang cuộc thi thực tế
Những người chỉ sao chép notebook công khai rồi nộp mà không biết cách cải thiện điểm số
Ứng viên đang chuẩn bị xin việc hoặc chuyển việc cần portfolio về phân tích dữ liệu và ML
Nhà phân tích dữ liệu đang làm việc muốn nâng cao cảm quan thực tiễn về mô hình hóa
Cần biết trước khi bắt đầu?
Kiến thức cơ bản về Python (biến, hàm, vòng lặp) và cách sử dụng pandas cơ bản
Cần có tài khoản Kaggle miễn phí. Thực hành sẽ được tiến hành trên notebook Kaggle miễn phí. (Chỉnh sửa cho phù hợp với môi trường của khóa học)
Xác minh sự nghiệp
Sau khi tốt nghiệp chuyên ngành kỹ thuật điện tử tại Đại học Kwangwoon, ông đã làm việc 27 năm từ 1984 đến 2011 tại bộ phận bán dẫn của Samsung Electronics, lần lượt giữ chức trưởng nhóm sản xuất, giám đốc trung tâm sản xuất và giám đốc trung tâm công nghệ hạ tầng phụ trách an toàn môi trường, cơ sở vật chất và hệ thống. Sau khi kết thúc sự nghiệp trong lĩnh vực bán dẫn với cương vị giám đốc điều hành, ông giữ chức phó chủ tịch Samsung Display (OLED) trong năm năm từ 2011 đến 2016, đồng thời là giám đốc trung tâm sản xuất và tổng giám đốc khu phức hợp phụ trách sản xuất, an toàn môi trường, cơ sở vật chất và hệ thống. Sau khi tốt nghiệp Trường Sau đại học Khoa học Seoul và Business School Lausanne (BSL), ông nhận bằng MBA, Ph.D. và DBA về dữ liệu lớn tại Trường Sau đại học Khoa học ở Thụy Sĩ. Hiện ông đang giữ chức trưởng dự án trí tuệ sản xuất với tư cách giáo sư tại Swiss School of Management (SSM), giáo sư nghiên cứu tại Viện Nghiên cứu Chính sách Công nghiệp Hàn Quốc và phó chủ tịch Hiệp hội Trí tuệ Nhân tạo.
Vị chuyên gia tư vấn nói trên tốt nghiệp chuyên ngành Kỹ thuật Điện tử tại Đại học Kwangwoon, sau đó làm việc 27 năm trong bộ phận bán dẫn của Samsung Electronics từ năm 1984 đến năm 2011, lần lượt giữ chức Trưởng nhóm Sản xuất và Giám đốc Trung tâm Sản xuất, rồi đảm nhiệm vị trí Giám đốc Trung tâm Kỹ thuật Hạ tầng, phụ trách tổng thể về an toàn môi trường, Facility và hệ thống. Sau khi kết thúc sự nghiệp trong lĩnh vực bán dẫn với chức vụ Phó Tổng giám đốc điều hành, từ năm 2011 đến năm 2016, trong 5 năm, ông giữ chức Phó Tổng giám đốc tại Samsung Display (OLED, LCD), đồng thời đảm nhiệm vai trò Giám đốc Trung tâm Sản xuất và Tổng phụ trách khu liên hợp, chịu trách nhiệm về sản xuất, an toàn môi trường, cơ sở vật chất và hệ thống. Sau khi nghỉ hưu, ông theo học và nhận bằng MBA Big Data, Ph.D. và DBA tại Trường Đại học Khoa học Tổng hợp Seoul và BSL (Business School Lausanne) của Thụy Sĩ. Hiện nay, ông đang giữ chức giáo sư tại SSM (Swiss School of Management), giáo sư nghiên cứu tại Viện Nghiên cứu Chính sách Công nghiệp, Phó Chủ tịch Hiệp hội Trí tuệ Nhân tạo pháp nhân và đảm nhiệm vai trò Trưởng Ban Kinh doanh Sản xuất Thông minh.
Tất cả
15 bài giảng ∙ (19giờ 40phút)
Tài liệu khóa học:
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!
Ưu đãi có thời hạn
33.000 ₫
70%
2.259.062 ₫
![[Chỉ với một lời nói!] Cách tạo trang web kiếm tiền của riêng bạn cùng với AIHình thu nhỏ khóa học](https://cdn.inflearn.com/public/files/courses/336091/cover/01jxykkyatyya1dnv22ctkvtwe?w=420)
![[Tập] Excel + Python (cơ bản)Hình thu nhỏ khóa học](https://cdn.inflearn.com/public/courses/332174/cover/4bff11a1-9859-43f4-8e17-6374ee50e6d6/332174-eng.png?w=420)
![[Hoàn thành trong 7 ngày] Chứng chỉ MS AI-900 đậu ngay lần đầuHình thu nhỏ khóa học](https://cdn.inflearn.com/public/files/courses/338854/cover/01k4caartf5v7x2e574pq0wnp8?w=420)
