Khóa Học Machine Learning With Python
Có thể bạn quan tâm
Khóa học đã chọn 
Home- Lịch khai giảng
-
Ngày 09-03-2026
Tin học văn phòng -
Ngày 09-03-2026
Data Analysis -
Ngày 09-03-2026
Chuyên đề AI và Ứng dụng -
Ngày 09-03-2026
SysOps - DevOps -
Ngày 09-03-2026
Khoa học Dữ liệu & AI (No-Code Platforms) -
Ngày 09-03-2026
Tin học Quốc tế -
Ngày 09-03-2026
Lập trình & CSDL
-
Ngày 09-03-2026
Data Science & Machine Learning -
Ngày 09-03-2026
Kiểm thử phần mềm -
Ngày 09-03-2026
Internet Marketing -
Ngày 09-03-2026
Đồ hoạ đa truyền thông -
Ngày 09-03-2026
Thiết kế website -
Ngày 09-03-2026
Mạng máy tính -
Ngày 09-03-2026
Khóa học cho Thiếu niên
-
- Dịch vụ
- Tin tức
- Hướng dẫn thanh toán
- Liên hệ
Machine Learning with Python - Khóa học cung cấp cho học viên các kiến thức quan trọng và cần thiết về Machine Learning, một phần rất “quan trọng” của Khoa học dữ liệu (Data Science).
- Trang bị các kiến thức cơ bản về Toán được ứng dụng trong các thuật toán của Machine Learning.
- Trang bị kiến thức và kỹ năng vận dụng các thuật toán thuộc nhóm Supervised Learning (Classification, Regression), Unsupervised Learning (Clustering, Dimensionality Reduction) thông qua việc sử dụng các bộ thư viện, công cụ mạnh mẽ, mã nguồn mở như Python, Jupyter Notebooks, Numpy, Pandas, Matplotlib, Seaborn, sklearn…
- Xây dựng nền tảng vững chắc về Machine Learning với Python, tạo tiền đề cho việc tìm hiểu kiến thức về Deep Learning.
- Là khóa học thứ năm trong chương trình “Data Science and Machine Learning Certificate (Khoa học dữ liệu và Máy học)”
- Khóa học dành cho
- Chính sách ưu đãi
- Nội dung khóa học
- Lịch khai giảng
Khóa học dành cho
- HV đã tham gia khóa Data Preprocessing & Analysis hoặc có kiến thức tương đương
- Sinh viên các trường Đại học, Cao đẳng
- HV có định hướng sẽ làm việc trong lĩnh vực Machine Learning/ Data Science
Trải nghiệm ứng dụng thực tế
Regression
- Dự đoán tiền bồi thường của công ty bảo hiểm (Insurance company's payout prediction)
- Dự đoán giá nhà (House Prices Prediction)
- Dự đoán giá xe (Car Prices Prediction)
- Dự đoán doanh thu (Revenue Prediction)
Classification
- Dự đoán khả năng một bệnh nhân mắc bệnh tiểu đường (Diabetes?)
- Dự đoán khả năng mua xe của khách hàng (Buy car?)
- Dự đoán khả năng mua máy vi tính của khách hàng (Buy computer?)
- Lọc email rác (Spam Filtering Sytem)
- Phân loại số viết tay (Hand Writing Digits Classification)
Phân cụm
- Phân cụm khách hàng (Customer Segmentation)
- Phân cụm hacker
Time Series Analysis
- Dự đoán năng lượng điện tiêu thụ trong tương lai (Future electricity consumption Prediction)
- Dự đoán doanh thu bán dầu gội đầu trong tương lai (Shampoo sales revenue prediction)
Trang bị trọn bộ Kiến thức - Kỹ năng Machine Learning với Python:
- Hiểu các khái niệm cơ bản của Toán được vận dụng trong Machine Learning, bao gồm Đại số ma trận; Tối ưu hàm số với Gradient Descent; Xác suất và Thống kê.
- Hiểu, áp dụng và triển khai các thuật toán trong nhóm Supervised Learning như Logistic Regression, Linear Regression, Naïve Bayes, K-Nearest Neighbors (KNN), Decision Tree, Random Forest, Support Vector Machine (SVM), Mạng Nơron; Boosting và AdaBoost với Python.
- Hiểu, áp dụng và triển khai các thuật toán trong nhóm Unsupervised Learning như K-Means clustering, Hierarchical Clustering, Gaussian Mixture Models (GMM)
- Dimensionality Reduction với Principal Component Analysis (PCA) và Linear Discriminant Analysis (LDA).
- Time Series Analysis với ARIMA
- Vận dụng các thuật toán Machine Learning trong việc giải quyết các vấn đề thực tế, cụ thể
- Triển khai project theo Data Science process
- Xây dựng nền tảng vững chắc về Machine Learning với Python
Khoản đầu tư dành cho khóa học:
- Thời gian: 5 tuần
- Thời lượng: 48 giờ (64 tiết)
- Học phí:6.000.000 đ
Chính sách ưu đãi
- Ưu đãi 100.000đ dành cho học viên đăng kí Online
- Ưu đãi 10% dành cho HS-SV, Học viên cũ, Nhóm 2 Học viên
- Ưu đãi 15% dành cho nhóm 3 Học viên trở lên
***Lưu ý: Áp dụng chính sách ưu đãi cao nhất, không áp dụng cộng dồn
Nội dung khóa học
- Giới thiệu Machine Learning(3 giờ)
- Giới thiệu
- Tổng quan về Machine Learning
- Định nghĩa
- Lịch sử phát triển
- Tầm quan trọng của ML trong thế giới hiện nay
- Phân loại
- Học có giám sát
- Học không giám sát
- Học tăng cường
- Quy trình phát triển ML project (ôn lại)
- Đánh giá mô hình
- Đánh giá mô hình hồi quy (regression): MSE, MAE, R2
- Đánh giá mô hình phân loại (classification): Accuracy score, TP, TF, FP, FN, ROC
- Hỏi đáp
- KNN(3 giờ)
- Vector - Ma trận
- Các thao tác cơ bản với vector – ma trận
- Thuật toán kNN
- Khoảng các giữa 2 vector
- Minh họa thuật toán KNN với Excel/Python (chat GPT)
- Sử dụng thư viện sklearn
- Tối ưu hàm số với Gradient Descent(3 giờ)
- Giới thiệu đạo hàm
- Một số đạo hàm cơ bản
- Đạo hàm đa biến
- Tim cực trị hàm số với phương pháp Gradient Descent
- Tối ưu hàm mất mát MSE
- Mô hình hồi quy tuyến tính (Linear Regression)(3 giờ)
- Giới thiệu thuật toán
- Hàm mất mát (Loss function / Cost function) MSE
- Sử dụng thư viện sklearn
- Vấn đề đa công tuyến trong hồi quy đa biến.
- Chọn lựa thuộc tính với SelectKBest
- Giới thiệu thuật toán
- Mô hình hồi quy Logistic (Logistic Regression)(3 giờ)
- Giới thiệu Binary classification
- Hàm Sigmoid
- Hàm mất mát Cross-Entropy
- Minh họa thuật toán Logistic (Excel/Python (Chat GPT hổ trợ))
- Sử dụng thư viện sklearn trong bài toán hồi quy logistic đa biến.
- Naive Bayes(3 giờ)
- Lý thuyết xác suất
- Công thức Bayes
- Phân phối dữ liệu và hàm phân phối xác suất
- Phân phối dữ liệu (Distribution)
- Hàm phân phối xác suất và hàm mật độ xác suất
- Phân phối chuẩn (Standard distribution)
- Phân phối nhị thức (Binomial distribution)
- Ứng dụng công thức Bayes trong bài toán phân lớp (classification)
- Minh họa thuật toán với Excel/Python
- Thực hành cài đặt mô hình với thư viện sklearn
- Cây quyết định (Tree Decision) - Rừng (Random Forest)(3 giờ)
- Giới thiệu về cây quyết định
- Hoạt đông tổ chức cây
- Inpurity Gini
- Entropy, Information gain
- Ưu & Khuyết điểm
- Cài đặt ứng dụng với thư viện sklearn
- Thuật toán Random Forest
- Giới thiệu
- Ensemble models
- Ưu & khuyết điểm
- Thực hành cài đặt mô hình với thư viện sklearn
- Chọn lựa thuộc tính với FeaturesImportance
- Các kỹ thuật khác (3 giờ)
- Lưu trữ và tái sử dụng model
- Pipeline
- Đánh giá và lựa chọn mô hình (Cross validation)
- Tối ưu các giá trị tham số (Parameters tuning)
- Grid search
- Random search
- SVM(1.5 giờ)
- Cơ bản về SVM
- Tối đa hóa lề phân tách
- Hard-margin
- Soft-margin
- Khái niệm support vector
- Giới thiệu các Kernel trick
- Tối đa hóa lề phân tách
- Thực hành cài đặt mô hình với sklearn
- Cơ bản về SVM
- Ensemble Techniques: Boosting(3 giờ)
- Tổng quan về Boosting
- Các thuật toán Boosting phổ biến
- AdaBoost
- XGBoost
- Thực hành cài đặt mô hình
- Các thuật toán giảm chiều dữ liệu (3 giờ)
- Phân tích thành phần chính (PCA)
- Giới thiệu thuật toán
- Ứng dụng PCA trong sklearn và các ví dụ cụ thể
- Thuật toán LDA
- Giới thiệu thuật toán
- Ứng dụng LDA trong sklearn để giảm chiều dữ liệu
- Phân tích thành phần chính (PCA)
- Phân cụm dữ liệu(3 giờ)
- KMeans
- Hoạt động của thuật toán
- Chọn số nhóm (Elbow method, Sihoute)
- Ưu và khuyết điểm
- Thực hành cài đặt mô hình.
- Gausian Mixture Model (GMM)
- Phân phối chuẩn
- Thuật toán GMM
- Cài đặt ứng dụng GMM
- KMeans
- Time series analysis: ARIMA(3 giờ)
- Tổng quan
- Các thành phần
- Trend, seasonality, cyclic patterns, and noise.
- Stationarity.
- Dickey-Fuller test.
- Xác định tham số p,d,q , [P, D, Q] m trong mô hình ARIMA và SARIMA
- ACF và PACF
- Time Series Decomposition
- Thực hành xây dựng mô hình với ARIMA, SARIMA và Auto Arima
- Mạng nơron (Neuron network)(6 giờ)
- Tổng quan về mạng nơron
- Cấu trúc và hoạt động của mạng noron
- Layers: Input, Dense, Droput, RNN (LSTM), …
- Activation functions: RELU, Sigmoid, Softmax
- Feed forward process
- Back propagation
- Giới thiệu các khái niệm
- Optimizer
- Epoch, batch_size
- Loss, metrics
- Ứng dụng với bài toán Time-series
- Đề thi cuối môn (Final Exam)(1.5 giờ)
- Phần thời gian dự trữ (3 giờ)
Lộ trình học
Chứng nhận khóa học
Học viên thi đạt kết quả cuối môn học sẽ được cấp chứng nhận "Machine Learning with Python - Máy học với Python"
LỊCH KHAI GIẢNG Xem thêmMachine Learning with Python - 48 giờ Học phí: 6.000.000đ - Nhận ƯU ĐÃI HỌC PHÍkhi ghi danh online + hoàn tất đếnngày 06/03/2026
Khai Xuân đón lộc Mã Đáo Thành Công - Nhận Lộc Như Ý 100K (trừ trực tiếp vào học phí)
- Điều kiện cần khi tham gia khóa học: HV đã tham gia khóa "Data Preprocessing & Analysis" hoặc có kiến thức tương đương
| Lớp | Thời gian | Ngày khai giảng | Địa điểm học | |
| DL05_311S7N4_ON | Thứ 4 (18.00 - 21.00) + Thứ 7 - Chủ Nhật (08.00 - 11.30) | 11/03/2026 | Online | Đăng ký |
Big Data in Machine Learning 
Data Science and Machine Learning Certificate 
Database SQL and Data Collection for Data Science 
Fundamentals of Python + Data Manipulation and Visualization with Python 
Trụ sở chính: 227 Nguyễn Văn Cừ, Phường Chợ Quán, Tp HCM (028) 38 351 056 (số máy nhánh 111) Cơ sở: 21-23 Nguyễn Biểu, Phường Chợ Quán, Tp HCM (028) 38 351 056 (số máy nhánh 222) Chính sách và quy định chung Điều khoản dịch vụ Chính sách bảo mật Số ĐKKD 4109000014 cấp ngày 31/08/2010 Copyright © Trung Tâm Tin Học Trường Đại học khoa học Tự nhiên 
Trung Tâm Tin Học Trung Tâm Tin Học Chào mừng bạn đến với Trung Tâm Tin Học. Bạn đang cần hỗ trợ thông tin gì ạ? Hãy Chat ngay với chúng tôi nhé. Tiếp tục chat Đăng ký Online 
Từ khóa » Học Machine Learning Cần Gì
-
Lộ Trình Học Machine Learning "tuyệt đỉnh" Khiến Bạn Không Hối Hận
-
Lộ Trình 7 Bước để Học Trở Thành Chuyên Gia Machine Learning
-
Thử Sức Học Machine Learning Trong Vòng 1 Tuần | TopDev
-
Lộ Trình Học Machine Learning Cơ Bản Và Tài Liệu Tự Học Cho Beginner
-
Deep Learning? Machine Learning? Học Như Thế Nào? | Huy's Blog
-
Lộ Trình Học Machine Learning/ Deep Learning Từ đầu Cho Các Bạn ...
-
Bài 1: Giới Thiệu Về Machine Learning
-
Series Tự Học Machine Learning (ML) Từ Cơ Bản Tới Nâng Cao
-
Học Machine Learning - Được Gì Sau Khóa Học ML 3 Tháng? (P1)
-
Con đường Học Machine Learning Cơ Bản - Magestore Insights
-
Khóa Học Machine Learning Certificate - Trung Tâm Tin Học ĐH KHTN
-
Có Nên Theo Nghề Lập Trình Machine Learning? Những Ai Thì Phù Hợp?
-
08 Khóa Học Machine Learning Miễn Phí - VinBigdata - Blog
-
Machine Learning Và Những điều Cơ Bản để Bắt đầu - ITNavi