Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Machine Learning Regression Masterclass in Python

Khóa Học Chuyên Sâu Về Hồi Quy Trong Học Máy Sử Dụng Python

Khóa Học Chuyên Sâu Về Hồi Quy Trong Học Máy Sử Dụng Python

Xây dựng 8+ Dự Án Thực Tế và Thành Thạo Kỹ Thuật Hồi Quy Học Máy với Python, Scikit Learn và Keras

4.6
(846 đánh giá)
7,416 học viên
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 1.519.000đ -97%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
10.5 giờ video
83 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Thành thạo lập trình Python và Scikit learn để áp dụng vào hồi quy học máy
Hiểu lý thuyết nền tảng đằng sau các kỹ thuật hồi quy tuyến tính đơn và đa biến
Áp dụng hồi quy tuyến tính đơn để dự đoán khối lượng bán sản phẩm và mức tiêu thụ nhiên liệu của xe
Áp dụng hồi quy tuyến tính đa biến để dự đoán giá cổ phiếu và tỷ lệ chấp nhận của các trường Đại học
Nắm vững kiến thức cơ bản và lý thuyết nền tảng của hồi quy đa thức
Áp dụng hồi quy đa thức để dự đoán mức lương nhân viên và giá hàng hóa
Hiểu lý thuyết đằng sau hồi quy logistic
Áp dụng hồi quy logistic để dự đoán xác suất khách hàng mua sản phẩm trên Amazon dựa trên các đặc điểm của họ
Hiểu lý thuyết và toán học đằng sau Mạng Nơ-ron Nhân tạo (ANN)
Học cách huấn luyện trọng số và độ lệch của mạng, lựa chọn hàm kích hoạt phù hợp
Huấn luyện Mạng Nơ-ron Nhân tạo (ANN) bằng phương pháp lan truyền ngược và hạ gradient
Tối ưu hóa siêu tham số của ANN như số lớp ẩn và số nơ-ron để cải thiện hiệu suất mạng
Áp dụng ANN để dự đoán giá nhà dựa trên các thông số như diện tích, số phòng...v.v.
Đánh giá hiệu suất của các mô hình Học máy đã huấn luyện bằng các Chỉ số Hiệu suất Chính (KPI) như Sai số Tuyệt đối Trung bình (MAE), Sai số Bình phương Trung bình (MSE), Căn bậc hai của MSE (RMSE), Hệ số xác định (R-Squared), Hệ số xác định điều chỉnh (Adjusted R-Squared) và Kiểm định F
Hiểu lý thuyết và ý tưởng đằng sau các kỹ thuật hồi quy Lasso và Ridge
Các dự án mẫu thực tế, ứng dụng cao

Yêu cầu

Kiến thức cơ bản về Học máy
Máy tính có kết nối Internet

Đối tượng phù hợp

Dành cho Nhà Khoa học Dữ liệu muốn áp dụng kiến thức vào các Nghiên cứu Tình huống Thực tế
Dành cho những người đam mê Học máy muốn bổ sung thêm dự án vào Hồ sơ năng lực

Nội dung khóa học

10 phần • 77 bài giảng
1 Lời chào mừng đến với khóa học
2 Cập nhật về Đánh giá trên Udemy
3 Tổng quan khóa học
4 THÊM: Lộ trình học tập
5 Học máy (ML) vs. Học sâu (DL) vs. Trí tuệ nhân tạo (AI)
6 Tải tài liệu khóa học
1 Tải và cài đặt Anaconda
2 Jupyter Notebook là gì?
1 Giới thiệu Hồi quy Tuyến tính Đơn
2 Ý tưởng về Hồi quy Tuyến tính Đơn
3 Phương pháp Bình phương Tối thiểu
4 Dự án #1 - Tổng quan
5 Dự án #1 - Trực quan hóa Dữ liệu
6 Dự án #1 - Chia Dữ liệu thành Tập Huấn luyện và Kiểm tra
7 Dự án #1 - Huấn luyện Mô hình
8 Dự án #1 - Kiểm tra Mô hình
9 Dự án #2 - Tổng quan
10 Dự án #2 - Lời giải
11 Dự án #2 - Trực quan hóa
12 Dự án #2 - Chuẩn bị Dữ liệu Huấn luyện và Kiểm tra
13 Dự án #2 - Kiểm tra Mô hình
14 Dự án #2 - Đánh giá Mô hình
1 Giới thiệu các Chỉ số Hồi quy
2 Chỉ số Hồi quy Phần 1
3 Chỉ số Hồi quy Phần 2
4 Sự đánh đổi Giữa Độ chệch và Phương sai
1 Giới thiệu Hồi quy Đa thức
2 Hồi quy Đa thức - Ý tưởng
3 Hồi quy Đa thức - Tải Dữ liệu Lương
4 Hồi quy Đa thức - Trực quan hóa Dữ liệu
5 Hồi quy Đa thức - Huấn luyện/Kiểm tra Tuyến tính
6 Hồi quy Đa thức - Đa thức Phần 1
7 Hồi quy Đa thức - Đa thức Phần 2
8 Tổng quan Dự án 2 - Hồi quy Đa thức
9 Hồi quy Đa thức - Kinh tế Tuyến tính -1
10 Hồi quy Đa thức - Kinh tế Tuyến tính -2
11 Hồi quy Đa thức - Kinh tế Đa thức
1 Giới thiệu Hồi quy Tuyến tính Đa biến
2 Tổng quan về Hồi quy Tuyến tính Đa biến
3 Dự án #1 - Tải Dữ liệu và Thư viện
4 Dự án #1 - Trực quan hóa Dữ liệu
5 Dự án #1 - Huấn luyện và Đánh giá Mô hình
6 Dự án #1 - Đánh giá Kết quả Mô hình
7 Dự án #2 - Tổng quan
8 Dự án #2 - Tải Dữ liệu
9 Dự án #2 - Trực quan hóa Dữ liệu
10 Dự án #2 - Huấn luyện Mô hình
11 Dự án #2 - Đánh giá Mô hình
12 Dự án #2 - Huấn luyện Lại Mô hình
1 Giới thiệu Hồi quy Logistic
2 Ý tưởng về Hồi quy Logistic
3 Ma trận Nhầm lẫn (Confusion Matrix)
4 Dự án #2 - Nhập Dữ liệu
5 Dự án #2 - Trực quan hóa
6 Dự án #2 - Làm sạch Dữ liệu
7 Dự án #2 - Huấn luyện và Kiểm tra
8 Trực quan hóa Kiểm tra Mô hình
1 Giới thiệu Mạng Nơ-ron Nhân tạo
2 Lý thuyết Phần 1
3 Lý thuyết Phần 2
4 Lý thuyết Phần 3
5 Lý thuyết Phần 4
6 Lý thuyết Phần 5
7 Lý thuyết Phần 6
8 Dự án - Tải Tập dữ liệu
9 Dự án - Trực quan hóa Tập dữ liệu
10 Chuẩn hóa Dữ liệu
11 Huấn luyện Mô hình
12 Đánh giá Mô hình
13 Hồi quy Tuyến tính Đa biến
14 Cải thiện Mô hình với nhiều Đặc trưng hơn
1 Giới thiệu Hồi quy Ridge và Lasso
2 Ridge và Lasso Phần 1
3 Ridge và Lasso Phần 2
4 Ridge và Lasso Phần 3
5 Ứng dụng Thực tế của Ridge và Lasso
1 Bài học Tặng kèm

Giới thiệu khóa học

Artificial Intelligence (AI) revolution is here! The technology is progressing at a massive scale and is being widely adopted in the Healthcare, defense, banking, gaming, transportation and robotics industries.

Machine Learning is a subfield of Artificial Intelligence that enables machines to improve at a given task with experience. Machine Learning is an extremely hot topic; the demand for experienced machine learning engineers and data scientists has been steadily growing in the past 5 years. According to a report released by Research and Markets, the global AI and machine learning technology sectors are expected to grow from $1.4B to $8.8B by 2022 and it is predicted that AI tech sector will create around 2.3 million jobs by 2020.

The purpose of this course is to provide students with knowledge of key aspects of machine learning regression techniques in a practical, easy and fun way. Regression is an important machine learning technique that works by predicting a continuous (dependant) variable based on multiple other independent variables. Regression strategies are widely used for stock market predictions, real estate trend analysis, and targeted marketing campaigns.

The course provides students with practical hands-on experience in training machine learning regression models using real-world dataset. This course covers several technique in a practical manner, including:

· Simple Linear Regression

· Multiple Linear Regression

· Polynomial Regression

· Logistic Regression

· Decision trees regression

· Ridge Regression

· Lasso Regression

· Artificial Neural Networks for Regression analysis

· Regression Key performance indicators

The course is targeted towards students wanting to gain a fundamental understanding of machine learning regression models. Basic knowledge of programming is recommended. However, these topics will be extensively covered during early course lectures; therefore, the course has no prerequisites, and is open to any student with basic programming knowledge. Students who enroll in this course will master machine learning regression models and can directly apply these skills to solve real world challenging problems.

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Data Science
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Python
Hiển thị tất cả khoá học Scikit Learn
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊