Đang chuẩn bị liên kết để tải về tài liệu:
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 6: Phân loại và đánh giá hiệu năng

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 6: Phân loại và đánh giá hiệu năng. Chương này cung cấp cho học viên những nội dung về: đánh giá hiệu năng hệ thống học máy; các phương pháp đánh giá; lựa chọn tham số; đánh giá và lựa chọn mô hình; các tiêu chí đánh giá; . Mời các bạn cùng tham khảo chi tiết nội dung bài giảng! | 1 Nhập môn Học máy và Khai phá dữ liệu IT3190 2 Nội dung môn học Lecture 1 Giới thiệu về Học máy và khai phá dữ liệu Lecture 2 Thu thập và tiền xử lý dữ liệu Lecture 3 Hồi quy tuyến tính Linear regression Lecture 4 5 Phân cụm Lecture 6 Phân loại và Đánh giá hiệu năng Lecture 7 dựa trên láng giềng gần nhất KNN Lecture 8 Cây quyết định và Rừng ngẫu nhiên Lecture 9 Học dựa trên xác suất Lecture 10 Mạng nơron Neural networks Lecture 11 Máy vector hỗ trợ SVM Lecture 12 Khai phá tập mục thường xuyên và các luật kết hợp Lecture 13 Thảo luận ứng dụng học máy và khai phá dữ liệu trong thực tế 3 Nhắc lại Học có giám sát Học có giám sát Supervised learning Tập dữ liệu học training data bao gồm các quan sát examples observations mà mỗi quan sát được gắn kèm với một giá trị đầu ra mong muốn. Mục đích là học một hàm vd một phân lớp một hàm hồi quy . phù hợp với tập dữ liệu hiện có và khả năng tổng quát hoá cao. Hàm học được sau đó sẽ được dùng để dự đoán cho các quan sát mới. Phân loại classification nếu đầu ra output y thuộc tập rời rạc và hữu hạn. 4 Phân loại Multi-class classification phân loại nhiều lớp mỗi quan sát x chỉ nhận 1 nhãn trong tập nhãn lớp c1 c2 cL Lọc Spam y thuộc spam normal Đánh giá nguy cơ tín dụng y thuộc high normal Phán đoán tấn công mạng Multi-label classification phân loại đa nhãn mỗi đầu ra là một tập nhỏ các lớp mỗi quan sát x có thể có nhiều nhãn Image tagging y birds nest tree sentiment analysis 5 1. Đánh giá hiệu năng hệ thống học máy. Làm thế nào để thu được một đánh giá đáng tin cậy về hiệu năng của hệ thống Chiến lược đánh giá Lựa chọn tham số tốt Làm thế nào để lựa chọn tốt các tham số cho một phương pháp học máy Làm thế nào để so sánh hiệu quả của hai phương pháp học máy với độ tin cậy cao 6 1. Đánh giá hiệu năng hệ thống học máy. Đánh giá lý thuyết theoretical evaluation nghiên cứu các khía cạnh lý thuyết của một hệ thống mà có thể chứng minh được. Tốc độ học thời gian học Bao nhiêu ví dụ học là đủ Độ chính xác trung bình của hệ thống Khả .