Please enable JavaScript.

Coggle requires JavaScript to display documents.

AI (Ứng dụng (Regression (Dự đoán liên tục), Classification (Dự đoán rời…

- - - - Lấy thông tin thằng gần nhất và gán luôn
      - K = số thằng gần sẽ lấy
      - Tính chất: dựa theo khoảng cách
      - K được chọn dựa trên quá trình test kết quả để chọn
    - - Còn có thể dùng để chọn Feature tốt cho thuật toán khác
    - - Độ chính xác cao
      - Dùng cho dữ liệu nhỏ
      - Dùng cho nhận dạng hình ảnh, ...
  - - - Tiềm ẩn tính chủ quan
      - Đặc điểm
        
        Có label sẵng để máy học theo
      - Tính chính xác cao
    - - Tính chính xác thấp hơn
      - Ưu điểm
        
        Tìm được quy luật mới
      - Dùng kỹ thuật phân cụm
  - - - Dùng Cây quyết định
      - Dùng thuật toán Infomation gain
    - - Vấn đề
        
        Over fitting (đúng với train, nhưng sai vs test)
        
        Cách giải quyết: Dùng tham số
        
        Dùng tham số
        
        Chia data làm 3 tập: train, test 10-20%, validation 10-20% (để chọn parameter tốt nhất)
        
        Bản chất model: Y=f(X)
        
        Bổ sung Y=f(X)+Lamda*L
- - - - def Method1(para1):
        __Tab_nội dung trong hàm
  - - - Dataframe
        
        Hỗ trợ đọc excel, csv, file sql,..
        
        Cấu trúc như 1 table trong sql
        
        Giống dictionary, nhưng số phần tử trong list là bằng nhau
        
        Truy xuất theo cấu trúc df.iloc[y, x] =>> vd: df.iloc[1, 2] hoặc df.iloc[1,"col3"]
    - - Numpy 1D (Vector)
        
        Mảng 1 chiều, all phần tử cùng kiểu dữ liệu
        
        ndim là chiều
        
        shape là dạng
        
        Viết theo chiều đứng
        
        Cộng vector, nhân, nhân vô hướng (dùng hàm dot =>> vd: np.dot(u,v))
        
        Có thể thay đổi value =>> vd: a[0] = 100
      - 2D
        
        vd: a = [[11,12,13], [21,22,23]]
        
        cộng mảng, nhân