강의

멘토링

커뮤니티

AI Technology

/

Deep Learning & Machine Learning

Phép màu của 5 dòng mã, Machine Learning 5 dòng PyCaret: Chắp cánh AutoML cho dự án phân tích dữ liệu

Xin chào! Bạn đã bao giờ cảm thấy mệt mỏi vì phải lặp đi lặp lại những đoạn mã giống hệt nhau mỗi khi phân tích dữ liệu chưa? 😫 Giờ đây, hãy chắp thêm đôi cánh cho dự án của bạn với PyCaret! 🚀 Khóa học này sẽ tiết lộ bí quyết giúp bạn tự động hóa hầu hết các quy trình học máy (machine learning) nhàm chán và phức tạp chỉ với 5 dòng code. Sau khi học xong khóa học này, bạn sẽ thay đổi như thế này! ✨ Làm chủ dự án thực tế: Từ 📈 Dự đoán mua hàng của khách hàng (Phân loại), 📉 Dự đoán chi phí y tế (Hồi quy), 🧩 Nhóm khách hàng (Phân cụm), cho đến ⏳ Dự đoán số lượng hành khách hàng không (Chuỗi thời gian)! Bạn sẽ được trực tiếp thực hiện 4 dự án cốt lõi để rèn luyện khả năng giải quyết vấn đề "thực thụ". Trang bị kỹ năng chuyên gia: Không chỉ dừng lại ở đó! 🤖 Tôi sẽ hướng dẫn bạn cách quản lý các mô hình đã tạo bằng MLOps và tạo máy chủ API chỉ với vài cú nhấp chuột. Thật tuyệt vời phải không? Bảo vệ sự cân bằng giữa công việc và cuộc sống (Work-life balance): Trên hết, tôi sẽ giúp bạn giảm bớt đáng kể các công việc lặp đi lặp lại để tập trung vào việc phân tích cốt lõi. Tan làm đúng giờ chính là một phần thưởng thêm đấy! 😉 Dù bạn là người chưa quen với lập trình hay là chuyên gia đang muốn bùng nổ năng suất làm việc, tất cả đều được chào đón! 👋 Hãy cùng tôi trở thành một "Nhà khoa học dữ liệu nhanh hơn gấp 10 lần" nhé?

(4.0) 2 đánh giá

42 học viên

Độ khó Cơ bản

Thời gian Không giới hạn

  • haeyeomiso
Python
Python
automl
automl
Machine Learning(ML)
Machine Learning(ML)
mlops
mlops
AI
AI
Python
Python
automl
automl
Machine Learning(ML)
Machine Learning(ML)
mlops
mlops
AI
AI

Bạn sẽ nhận được điều này sau khi học.

  • Tự động hóa quy trình Machine Learning: Chỉ với vài dòng mã, bạn có thể tự động hóa toàn bộ quá trình từ tiền xử lý dữ liệu, so sánh mô hình, tinh chỉnh đến đánh giá, giúp tăng tốc độ phân tích lên hơn 10 lần.

  • Thực hành 4 dự án học máy trọng điểm: Dự đoán mua hàng của khách hàng (Phân loại), Dự đoán chi phí y tế (Hồi quy), Phân khúc khách hàng (Phân cụm), Dự báo chuỗi thời gian, v.v. giúp bạn rèn luyện kỹ năng thực tế thông qua việc giải quyết các vấn đề kinh doanh thực tiễn.

  • Cách viết mã cấp độ chuyên gia: Vượt qua những đoạn mã kịch bản đơn giản, bạn sẽ làm chủ cách sử dụng API hướng đối tượng (OOP) để quản lý ổn định nhiều thử nghiệm, từ đó viết nên những đoạn mã mạnh mẽ hơn.

  • Khả năng giải thích mô hình 'hộp đen': Bạn sẽ có khả năng phân tích trực quan lý do tại sao mô hình đưa ra dự đoán đó thông qua thư viện SHAP, từ đó kết nối các kết quả này với các thông tin chi tiết trong kinh doanh (business insights).

  • Nâng cao năng lực cơ bản về MLOps: Học cách theo dõi quá trình thử nghiệm bằng MLflow, đồng thời tạo API và Dockerfile cho mô hình đã hoàn thiện chỉ với vài cú nhấp chuột để chuẩn bị cho việc triển khai.

PyCaret, mã gian lận trong phân tích dữ liệu 🎮

Hãy để việc lập trình cho PyCaret, còn chúng ta hãy cùng tận hưởng việc khám phá dữ liệu nhé!

Rõ ràng là đã học về Machine Learning rồi... nhưng tại sao mã nguồn của mình lúc nào cũng dài và phức tạp thế nhỉ? 🤔 Làm thế nào để việc phân tích dữ liệu trở nên thú vị hơn đây?

Vì vậy, tôi đã chuẩn bị sẵn sàng! 💪

Khóa học này sẽ giúp bạn cắt giảm đáng kể thời gian vật lộn với việc viết mã, để bạn có thể tập trung hoàn toàn vào việc 'khám phá dữ liệu' thực sự thú vị. Hãy cùng làm cho toàn bộ quy trình xây dựng mô hình học máy trở nên đơn giản đến kinh ngạc với một công cụ tuyệt vời dành cho AutoML mang tên PyCaret.

😎 Sau khi nghe bài giảng này thì sao?

  • Tự động hóa mô hình hóa: Từ tiền xử lý đến so sánh hàng chục mô hình, hoàn thành chỉ trong thời gian uống một tách cà phê

  • Chọn mô hình 'có căn cứ': Bằng con số chứ không phải 'cảm giác'! Bạn sẽ có thể tự tin giải thích tại sao mô hình này tốt.

  • Hoàn thành dự án thực tế: Bằng cách trải nghiệm với 4 loại dữ liệu thật, bạn có thể nhanh chóng tạo ra một danh mục hồ sơ năng lực (portfolio) tuyệt vời cho riêng mình.

  • Trò chuyện với mô hình: "Trí tuệ nhân tạo (AI) ơi, tại sao bạn lại dự đoán như vậy?" Bạn sẽ có thể giải mã được "nội tâm" của mô hình giống như đang đặt câu hỏi và nghe AI trả lời. (feat. SHAP)

  • Viết code sạch đẹp: Bạn còn nhận được thêm bí quyết viết code ngăn nắp, dễ hiểu ngay cả khi xem lại sau này.

  • mlops: Đau đầu của dự án machine learning! Bạn sẽ biết cách vận hành hệ thống

🕹 Chinh phục 4 dự án

Trăm nghe không bằng một thấy! Hãy cùng trực tiếp chinh phục 4 dự án để rèn luyện kỹ năng thực chiến nhé.

#1 Khách hàng này có mua nước ép không? (Phân loại)
Hãy thử dự đoán hành vi mua hàng của khách hàng.

📉 #2 Chi phí y tế sẽ là bao nhiêu? (Hồi quy)

Hãy thử dự đoán chi phí y tế của mọi người bằng dữ liệu.🧩

#3 Thử chia khách hàng thành các nhóm nhé? (Phân cụm)

Nhóm các khách hàng tương tự nhau để tìm ra những đặc điểm mới.

#4 Tương lai sẽ có bao nhiêu hành khách? (Chuỗi thời gian)

Hãy cùng dự đoán tương lai dựa trên những mô hình trong quá khứ.

🙋 Nếu bạn là những người như thế này, bạn sẽ thấy đặc biệt thú vị đấy!

  • Những người đã biết lý thuyết về học máy nhưng cảm thấy bế tắc khi bắt tay vào viết mã


  • Những người muốn giảm bớt việc lập trình lặp đi lặp lại và chỉ muốn dồn năng lượng vào việc phân tích thực sự


  • Những ai muốn hoàn thành dự án phân tích dữ liệu của riêng mình một cách ấn tượng để đưa vào hồ sơ năng lực (portfolio).

Bạn sẽ được học những nội dung sau.

Kỹ năng tự động hóa mô hình hóa

Bạn có thể học cách rút ngắn đáng kể thời gian phân tích bằng cách học phương pháp hoàn tất mọi thứ từ tiền xử lý phức tạp đến so sánh hàng chục mô hình chỉ với vài dòng mã.

4 dự án tiêu biểu

  • Hãy cùng trực tiếp hoàn thành các dự án về phân loại, hồi quy, phân cụm và chuỗi thời gian với 4 loại dữ liệu khác nhau!


Khả năng giải thích mô hình

Học cách thấu hiểu lý do tại sao AI lại đưa ra dự đoán như vậy và cách tự tin giải thích điều đó cho người khác. 🧐

Bí quyết lựa chọn mô hình tối ưu

Dựa trên dữ liệu và chỉ số chính xác thay vì chỉ là "cảm giác", bạn có thể nuôi dưỡng khả năng chọn ra mô hình tốt nhất, phù hợp nhất với vấn đề của mình.

Lưu ý trước khi khóa học bắt đầu

Môi trường thực hành

  • Bài giảng sẽ được giải thích dựa trên hệ điều hành MacOS. Việc thiết lập môi trường sẽ được hướng dẫn riêng cho từng hệ điều hành.

Tài liệu học tập

Kiến thức tiên quyết và những lưu ý

  • Ngữ pháp Python cơ bản


Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Nhà phân tích/Khoa học dữ liệu đương nhiệm: Những người muốn giảm thiểu đáng kể thời gian dành cho các tác vụ mô hình hóa lặp đi lặp lại và tập trung hơn vào việc kiểm chứng giả thuyết cũng như rút ra thông tin chi tiết (insight).

  • Người học/Người đang tìm việc trong lĩnh vực Machine Learning: Những người nắm vững lý thuyết Machine Learning nhưng gặp khó khăn trong việc xử lý dữ liệu thực tế và hoàn thiện dự án.

  • Nhà phát triển/Người lập kế hoạch/Nhà tiếp thị: Những người muốn giảm bớt gánh nặng về lập trình, đồng thời nhanh chóng tạo mẫu các mô hình dự đoán dựa trên dữ liệu và áp dụng chúng vào công việc.

Cần biết trước khi bắt đầu?

  • Ngữ pháp Python cơ bản

  • Sẽ rất tốt nếu bạn nắm rõ các khái niệm cơ bản về học máy như Phân loại (Classification) và Hồi quy (Regression).

Xin chào
Đây là

Rất vui được gặp bạn!

Tôi là Haeyeo, người luôn muốn khám phá những khả năng vô tận của AI và kỹ thuật máy tính, đồng thời chia sẻ hành trình đó cùng các bạn.

Thời đại học, với niềm đam mê chuyên ngành lớn đến mức được gọi là "kẻ nghiện khoa học máy tính", tôi đã tốt nghiệp thủ khoa với điểm chuyên ngành trên 4.4. Sau đó, tôi đã nhận bằng Thạc sĩ chuyên ngành AI tại Đại học S và tiếp tục đào sâu chuyên môn thông qua chương trình Tiến sĩ.

Tuy nhiên, vì cảm thấy việc giải quyết các vấn đề thực tế bằng AI cũng đầy sức hút như việc nghiên cứu lý thuyết, tôi đã tạm dừng chương trình tiến sĩ để tích lũy những kinh nghiệm thực chiến quý báu thông qua các dự án về LLM và phân tích video dựa trên AI tại một startup.

Hiện tại, tôi đang làm việc với tư cách là nhà phát triển dự án LLM và PM tại một trong ba tập đoàn hàng đầu Hàn Quốc, góp phần tạo ra những thay đổi tích cực mà công nghệ AI mang lại cho cuộc sống của chúng ta. Tôi sẽ chia sẻ tận tình với các bạn quá trình trăn trở, giải quyết vấn đề cũng như những bí quyết thực tế sống động mà tôi đã tích lũy được tại hiện trường. Tôi sẽ là người dẫn đường tin cậy cho bạn trong hành trình khám phá thế giới AI đầy thú vị này.

Liên hệ và đề xuất: haeyeo.open@gmail.com

Chương trình giảng dạy

Tất cả

25 bài giảng ∙ (4giờ 56phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

2 đánh giá

4.0

2 đánh giá

  • abcd123123님의 프로필 이미지
    abcd123123

    Đánh giá 330

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    • exquisite789731님의 프로필 이미지
      exquisite789731

      Đánh giá 2

      Đánh giá trung bình 4.0

      Đã chỉnh sửa

      3

      76% đã tham gia

      Thay vì trực tiếp chạy mã nguồn, giảng viên giải thích dựa trên các đoạn mã và kết quả đã được soạn sẵn trên Notion. Cá nhân tôi thấy nội dung bài giảng rất gọn gàng và súc tích, nhưng mặt khác, tôi lại có cảm giác như đang nghe ChatGPT giải thích vậy..

      Khóa học khác của haeyeomiso

      Hãy khám phá các khóa học khác của giảng viên!

      Khóa học tương tự

      Khám phá các khóa học khác trong cùng lĩnh vực!