Module 7 đi sâu vào Mạng Nơ-ron Tích chập (CNN). Chúng ta sẽ đi từ những hạn chế của MLP truyền thống trong xử lý ảnh đến 'Góc nhìn Bộ lọc' của CNN, khám phá các cơ chế chính như Stride, Padding, Pooling, và các khái niệm nâng cao như Backpropagation và Tích chập 1x1.
Tuần 4 của Module 5 tập trung vào ứng dụng nâng cao của Regression, kết hợp chọn đặc trưng thông minh (Correlation & F-statistics), tối ưu mô hình qua Ensemble, và mở rộng thành Agent AI hỗ trợ thẩm định giá nhà thực tế.
Tuần 3 của Module 5 tập trung vào nền tảng của Giải thuật Di truyền (Genetic Algorithms), kết hợp MLOps AWS và giải thích mô hình qua SHAP trong XAI. Hướng dẫn cài đặt Python cơ bản, thảo luận randomness, và áp dụng GA trong bài toán tối ưu hóa & dự đoán thực tế.
Tuần 2 của Module 5 đào sâu vào Advanced Linear Regression — từ vector hóa công thức đến triển khai dự án ML thực chiến với Feast. Blog này tập trung vào Linear Regression và MLOps, trong khi XAI (LIME–ANCHOR–SHAP) sẽ được tổng hợp trong một bài blog đặc biệt sắp tới!
Tuần 3 là tuần 'cây cối nở rộ': chúng ta ôn tập toàn bộ họ nhà Tree từ Random Forest đến XGBoost, rồi học LightGBM!
Tuần 3 là tuần 'cây cối nở rộ': chúng ta ôn tập toàn bộ họ nhà Tree từ Random Forest đến XGBoost, rồi học LightGBM và SHAP, kèm MLOps với Docker và project dự báo doanh số!