Inflearn brand logo image
Inflearn brand logo image
Inflearn brand logo image
NEW
AI Development

/

Deep Learning & Machine Learning

Phép thuật 5 dòng code, Machine Learning 5 dòng với PyCaret: Gắn cánh AutoML cho dự án phân tích dữ liệu

Xin chào! Bạn có bao giờ cảm thấy mệt mỏi vì phải lặp đi lặp lại những đoạn code giống nhau mỗi khi phân tích dữ liệu không? 😫 Giờ đây hãy cùng PyCaret tạo đôi cánh cho dự án của bạn! 🚀 Khóa học này sẽ tiết lộ bí quyết tự động hóa hầu hết các quy trình nhàm chán và phức tạp của machine learning chỉ với 5 dòng code. Sau khi học khóa này, bạn sẽ thay đổi như thế này! ✨ Làm chủ dự án thực tế: 📈Dự đoán hành vi mua hàng của khách hàng (phân loại), 📉Dự đoán chi phí y tế (hồi quy), 🧩Phân nhóm khách hàng (phân cụm), ⏳Dự đoán số lượng hành khách hàng không (chuỗi thời gian)! Thực hành trực tiếp 4 dự án cốt lõi để phát triển khả năng giải quyết vấn đề 'thực sự'. Trang bị kỹ năng chuyên gia: Chưa dừng lại ở đó! 🤖 Chúng tôi sẽ hướng dẫn bạn quản lý mô hình đã tạo bằng MLOps và tạo API server chỉ với vài cú click chuột. Thật kỳ diệu phải không? Bảo vệ work-life balance: Quan trọng nhất là chúng tôi sẽ giúp bạn giảm đáng kể công việc lặp lại và tập trung vào phân tích cốt lõi. Tan ca đúng giờ chính là phần thưởng! 😉 Dù bạn chưa quen với coding hay là chuyên gia muốn nâng cao năng suất một cách bùng nổ, tất cả đều được chào đón! 👋 Cùng tôi trở thành 'nhà khoa học dữ liệu nhanh gấp 10 lần' nhé?

4 học viên đang tham gia khóa học này

  • haeyeomiso
실습 중심
AI 코딩
AI 활용법
automl
lowcode
Python
Machine Learning(ML)
mlops
AI

Dịch cái này sang tiếng Việt

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

  • 4 dự án thực hành machine learning lớn: 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. - giải quyết các vấn đề kinh doanh thực tế để rèn luyện cảm giác thực tế.

  • Cách viết code cấp độ chuyên gia: Vượt qua những script đơn giản, bạn sẽ thành thạo cách sử dụng API hướng đối tượng (OOP) để quản lý nhiều thí nghiệm một cách ổn định và viết code vững chắc 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 như vậy thông qua thư viện SHAP, và kết nối điều này với những hiểu biết sâu sắc về kinh doanh.

  • Xây dựng năng lực cơ bản về MLOps: Học cách theo dõi quá trình thử nghiệm bằng MLflow và chuẩn bị triển khai bằng cách tạo API và Dockerfile cho mô hình hoàn thiện chỉ với vài cú nhấp chuột.

PyCaret, chìa khóa bí mật cho phân tích dữ liệu 🎮

Hãy để PyCaret lo việc coding, còn chúng ta thì chơi với dữ liệu thôi!

Chắc chắn đã học machine learning rồi mà... tại sao code của mình lúc nào cũng dài và phức tạp vậy? 🤔 Phân tích dữ liệu, làm thế nào để có thể thú vị hơn được nhỉ?

Vì vậy tôi đã chuẩn bị! 💪

Khóa học này sẽ giúp giảm đáng kể thời gian bạn phải vật lộn với việc coding, và giúp bạn tập trung vào phần thực sự thú vị là 'khám phá dữ liệu'. Hãy cùng nhau làm cho toàn bộ quá trình mô hình hóa machine learning trở nên đơn giản một cách đáng kinh ngạc với PyCaret - một công cụ tuyệt vời cho automl.

😎 Sau khi học xong khóa học này thì sao?

  • Tự động hóa mô hình: Từ tiền xử lý đến so sánh hàng chục mô hình, hoàn thành 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 nói được tại sao mô hình này lại tốt.

  • Hoàn thành dự án thực tế: Chơi với 4 loại dữ liệu thật và có thể tạo ra portfolio tuyệt vời của riêng mình một cách dễ dàng.

  • Trò chuyện với mô hình: "Trí tuệ nhân tạo (AI), tại sao bạn lại dự đoán như vậy?" Giống như việc đặt câu hỏi cho AI và nghe câu trả lời, bạn có thể hiểu được suy nghĩ bên trong của mô hình. (feat. SHAP)

  • Viết code gọn gàng: Bạn cũng sẽ học được bí quyết viết code được tổ chức tốt, dễ hiểu ngay cả khi xem lại sau này.

  • mlops: Nỗi đau đầu của dự án machine learning! Bạn có thể tìm hiểu cách vận hành hệ thống

🕹 Phá vỡ 4 dự án

Trăm nghe không bằng một thấy! Hãy trực tiếp thử sức với 4 dự án để rèn luyện cảm giác thực chiến nhé.

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

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

Hãy 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 lại với nhau để tìm ra những đặc điểm mới.

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

Hãy dự đoán tương lai dựa trên các mô hình của quá khứ.

🙋 Những người như thế này sẽ thấy đặc biệt thú vị!

  • Máy học, biết lý thuyết nhưng khi chuyển sang code thì cảm thấy bối rối


  • Giảm thiểu việc lập trình lặp đi lặp lại, dành cho những ai muốn tập trung năng lượng vào phân tích thực sự


  • Những người muốn hoàn thành dự án phân tích dữ liệu của riêng mình một cách ấn tượng và biến thành portfolio

Bạn sẽ học những nội dung như thế này.

Kỹ năng tự động hóa mô hình

Từ tiền xử lý phức tạp đến so sánh hàng chục mô hình, bạn có thể học cách hoàn thành chỉ với vài dòng code để giảm đáng kể thời gian phân tích.

4 dự án đại diện

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


Khả năng diễn giải mô hình

Học cách nhìn vào tâm trí của AI để hiểu tại sao nó đưa ra những dự đoán như vậy và tự tin giải thích cho người khác. 🧐

Bí quyết lựa chọn mô hình tối ưu

Dựa trên dữ liệu và chỉ số chính xác chứ không phải 'cảm giác', bạn có thể rèn luyện con mắt để chọn ra mô hình tốt nhất phù hợp nhất với vấn đề của mình.

Những lưu ý trước khi học

Môi trường thực hành

  • Khóa học được giải thích dựa trên MacOS. Việc thiết lập môi trường được giải thích theo từng hệ điều hành.

Tài liệu học tập

Kiến thức tiên quyết và lưu ý

  • Cú pháp Python cơ bản


Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Chuyên gia phân tích/khoa học dữ liệu đang làm việc: Những người muốn giảm đáng kể thời gian dành cho các công việc mô hình hóa lặp đi lặp lại và tập trung nhiều hơn vào việc kiểm chứng giả thuyết và rút ra những hiểu biết sâu sắc

  • Người học máy học/Người chuẩn bị việc làm: Những người hiểu lý thuyết máy học nhưng gặp khó khăn trong việc xử lý dữ liệu thực tế và hoàn thành dự án

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

Cần biết trước khi bắt đầu?

  • Ngữ pháp cơ bản Python

  • Sẽ tốt nếu bạn đã biết các khái niệm cơ bản của machine learning như phân loại (Classification), hồi quy (Regression).

Xin chào
Đây là

274

Học viên

10

Đánh giá

20

Trả lời

4.8

Xếp hạng

5

Các khóa học

반갑습니다!

AI와 컴퓨터 공학의 무한한 가능성을 탐구하며, 그 여정을 여러분과 나누고 싶은 해여입니다.

학부 시절 '컴퓨터 공학 중독자'라 불릴 만큼 전공에 대한 열정으로 4.4점 이상의 전공 학점으로 수석 졸업하였고, S대학원에서 AI를 전공하며 석사 학위를 받고 박사 과정을 통해 전문성을 심화했습니다.

하지만 이론적 탐구만큼이나 실제 세상의 문제를 AI로 해결하는 것에 큰 매력을 느껴, 박사 과정을 잠시 멈추고 스타트업에서 AI 기반 LLM 및 비디오 분석 프로젝트를 경험하며 귀중한 실전 경험을 쌓았습니다.

지금은 국내 Top3 대기업 중 한 곳에서 LLM 프로젝트 개발 및 PM으로 일하며, AI 기술이 우리 삶에 가져올 긍정적인 변화들을 만들어가는 데 기여하고 있습니다. 제가 겪었던 고민과 해결의 과정, 그리고 현장에서 얻은 생생한 노하우들을 여러분께 아낌없이 전달해 드리겠습니다. AI라는 흥미로운 세계로의 여정에 든든한 길잡이가 되어 드릴게요.

Chương trình giảng dạy

Tất cả

25 bài giảng ∙ (4giờ 56phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Ưu đãi có thời hạn

29.700 ₫

40%

1.046.396 ₫

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!