Module 6 - Tuần 2: Softmax Regression & MLFlow for Model Tracking

🎓 All-in-One Course 2025 – aivietnam.edu.vn
📘 Study Guide: Module 6 – Week 2
🧩 Chủ đề: Softmax Regression & MLFlow for Model Tracking and Versioning

💡 Tuần này làm quen với Softmax Regression – một mô hình then chốt trong phân loại đa lớp – đồng thời tìm hiểu về cách theo dõi và quản lý mô hình Machine Learning qua MLFlow.

📅 Lịch trình học và nội dung chính

🧑‍🏫 Thứ 3 – Ngày 11/11/2025

(Buổi warm-up – TA Đăng Nhã)

Chủ đề: Softmax cơ bản
Nội dung:

• Thảo luận các bước trong Softmax Regression.
• Làm ví dụ tính tay từng bước để hiểu cơ chế tính xác suất và logit.
• Chuẩn bị cho phần lập trình bằng Numpy trong buổi kế tiếp.

👨‍🏫 Thứ 4 – Ngày 12/11/2025

(Buổi học chính – Dr. Quang Vinh)

Chủ đề: Softmax Regression cho Phân loại đa lớp
Nội dung:

• Giới thiệu bài toán multi-class classification.
• Phân tích công thức forward và backward propagation trong Softmax.
• Cài đặt hoàn chỉnh bằng Numpy để hiểu rõ cơ chế học và gradient.

⚙️ Thứ 5 – Ngày 13/11/2025

(Buổi MLOps – TA Nguyễn Thuận)

Chủ đề: MLFlow cho Model Tracking và Versioning
Nội dung:

• Giới thiệu tổng quan về MLFlow trong hệ thống MLOps.
• Cách theo dõi thí nghiệm, log siêu tham số và quản lý phiên bản mô hình.
• Demo thực hành nhỏ về Model Tracking & Versioning.

🧠 Thứ 6 – Ngày 14/11/2025

(Buổi học chính – Dr. Quang Vinh)

Chủ đề: PyTorch Framework – Cài đặt Regression và Classification
Nội dung:

• Giới thiệu cơ bản về PyTorch Framework.
• Cài đặt các mô hình Linear Regression, Logistic Regression và Softmax Regression bằng PyTorch.
• Thảo luận về cách huấn luyện, tính loss và cập nhật tham số tự động.

🔬 Thứ 7 – Ngày 15/11/2025

(Buổi nâng cao – Dr. Đình Vinh)

Chủ đề: Loss Functions cho Bài toán Phân loại
Nội dung:

• Thảo luận chi tiết các loại Loss Function: Cross-Entropy, Negative Log-Likelihood, Focal Loss, v.v.
• So sánh các hàm mất mát trong bối cảnh class imbalance và multi-label.
• Thảo luận hướng nghiên cứu mở rộng và những thách thức thực tế.

👨‍🎓 Chủ nhật – Ngày 16/11/2025

(Buổi ôn tập – MSc. Quốc Thái)

Chủ đề: Softmax Regression – Exercise
Nội dung:

• Ôn tập nhanh nội dung trọng tâm của buổi thứ 4 và thứ 6.
• Giải bài tập tính toán gradient, loss, và dự đoán xác suất.
• Củng cố kỹ năng lập trình Softmax Regression.

📌 Điểm nhấn và kiến thức chính

✅ Softmax Regression – Phân loại đa lớp

• Biểu diễn xác suất cho từng lớp: $$ P(y_i = k \mid \mathbf{x}_i) = \frac{e^{\mathbf{w}_k^\top \mathbf{x}_i}}{\sum_j e^{\mathbf{w}_j^\top \mathbf{x}_i}} $$
• Mô hình tổng quát cho multi-class classification.
• Kết nối trực tiếp với Logistic Regression và Cross-Entropy Loss.
• Phân tích gradient descent trong không gian nhiều chiều.

✅ PyTorch – Triển khai hiện đại

• Sử dụng torch.nn.Module để tạo mô hình Regression.
• Sử dụng torch.optim cho cập nhật tham số tự động.
• Hiểu cơ chế autograd trong việc lan truyền gradient.

✅ MLOps với MLFlow

• Theo dõi và ghi lại toàn bộ quá trình huấn luyện (metrics, parameters, model files).
• So sánh các phiên bản mô hình qua UI hoặc CLI.
• Lưu trữ mô hình và phục hồi để deploy hoặc fine-tune.

✅ Loss Functions nâng cao

• Phân biệt các loại loss trong phân loại:
  • CrossEntropyLoss
  • KLDivLoss
  • Focal Loss
• Ứng dụng từng loại loss cho bài toán có dữ liệu mất cân bằng.

📚 Tài liệu đi kèm

🧠 Repository managed by AI Vietnam Team Hub
📍 Blog thuộc series All-in-One Course 2025 – chương trình đào tạo toàn diện AI, Data Science, và MLOps tại aivietnam.edu.vn