Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương : Học dựa trên xác suất. Chương này cung cấp cho học viên những nội dung về: mô hình hóa xác suất; quá trình mô hình hóa; lý thuyết xác suất cơ bản; biểu diễn xác suất; biến ngẫu nhiên nhị phân; xác suất có điều kiện; . 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 trong thực tế 3 Tại sao cần mô hình hóa xác suất Việc suy diễn từ dữ liệu thương không chắc chắn Lý thuyết xác suất mô hình hóa tính không chắc chắn thay vì bỏ qua tình chất này. Việc suy diễn và dự đoán có thể thực hiện được nhờ vào công cụ xác suất Ứng dụng trong Học máy khai phá dữ liệu tri giác máy tình NLP công nghệ tin sinh Mục đích bài giảng Cái nhìn tổng quan về mô hình hóa xác suất Các khái niệm quan trọng Ứng dụng trong bài toán phân lớp 4 Dữ liệu Gọi D 1 1 2 2 là tập dữ liệu cỡ Mỗi quan sát là một biến chiều vd 1 2 3 với mỗi chiều là một thuộc tính. là đầu ra đơn biến Dự đoán cho vào tập dữ liệu D có thể nhận xét gì về cho một giá trị chưa biết. Để dự đoán chúng ta cần có giả thuyết Mô hình model H mã hóa những giả thuyết này và thường phụ thuộc vào một vài tham số ví dụ Quá trình học chính là tìm được H từ tập D. 5 Sự không chắc chắn Sự không chắc chắn xuất hiện trong bất kỳ bước nào Sự không chắc chắn do đo đạc D Sự không chắc chắn của tham số θ Sự không chắc chắn về tính chính xác của mô hình H Sự không chắc chắn do đo đạc Sự không chắc chắn có thể xảy ra ở cả đầu vào và đầu ra Làm thế nào để biểu diễn sự không chắc chắn - gt Lý thuyết xác suất 6 Quá trình mô hình hóa 7 Lý thuyết xác suất cơ bản 8 Các khái niệm cơ bản Giả sử thực hiện thử nghiệm với các kết quả ngẫu nhiên Ví dụ tung một con xúc xắc. Không gian S của kết quả tập hợp tất cả các kết quả có thể có của một phép thử Ví dụ S 1 2 3 4 5 6 cho việc tung .
