Hồi quy Logistic và Thuật toán Gradient Descent trong Python — LearnFlat
⏱ 2 giờ 36 phút 📚 26 bài 🎧 Phiên bản âm thanh

Hồi quy Logistic và Thuật toán Gradient Descent trong Python

Nắm vững các nền tảng toán học của bài toán phân loại nhị phân bằng cách xây dựng và tối ưu hóa các mô hình hồi quy logistic sử dụng Python và thuật toán gradient descent.

  • 💬 Giảng viên AI
    Hỏi về bất kỳ bài học nào và nhận câu trả lời rõ ràng ngay lập tức, mọi lúc.
  • 🕐 Bắt đầu bất cứ lúc nào
    Không lịch trình hay hạn chót — học theo nhịp của bạn, bất cứ khi nào.
  • 🌐 Bằng tiếng Việt
    Bài học, bài tập và chứng chỉ — tất cả hoàn toàn bằng ngôn ngữ của bạn.

Về khóa học này

Hiểu rõ cách các thuật toán học máy hoạt động bên trong là chìa khóa để xây dựng các mô hình mạnh mẽ và hiệu suất cao. Nhiều nhà phát triển sử dụng các thư viện có sẵn mà không nắm bắt được toán học tối ưu hóa điều khiển các quyết định phân loại. Khóa học dạng văn bản này hướng dẫn bạn qua các toán học cơ bản và việc thực tế triển khai hồi quy logistic được tối ưu hóa thông qua gradient descent. Bạn sẽ chuyển từ việc đọc về các hàm mất mát lý thuyết sang việc viết mã Python sạch sẽ, có gợi ý kiểu dữ liệu (type-hinted) để huấn luyện các mô hình phân loại từ đầu. Những gì bạn sẽ học: - Hiểu các khái niệm cốt lõi của phân loại nhị phân, hàm kích hoạt sigmoid và ranh giới quyết định. - Xác định hàm mất mát cross-entropy và các nguyên tắc của tối ưu hóa lồi. - Dẫn xuất và thực thi thuật toán gradient descent để giảm thiểu sai số phân loại. - Viết mã Python sạch sẽ, có cấu trúc sử dụng các gợi ý kiểu dữ liệu hiện đại để xây dựng một vòng lặp huấn luyện tùy chỉnh. - Đánh giá hiệu suất mô hình bằng cách sử dụng các chỉ số phân loại chính như precision, recall và F1-score. - Áp dụng việc thực thi tùy chỉnh của bạn vào các bộ dữ liệu kinh điển để giải quyết các vấn đề dự đoán thực tế. Chúng ta bắt đầu với các định nghĩa cơ bản về học có giám sát và phân loại trước khi chuyển từng bước qua việc dẫn xuất toán học và các bài tập Python thực hành. Bạn sẽ đọc các giải thích rõ ràng, nghiên cứu các đoạn mã có cấu trúc, và hoàn thành các thử thách viết để củng cố sự hiểu biết của mình. Khóa học này được thiết kế cho các nhà khoa học dữ liệu mới bắt đầu, kỹ sư phần mềm và sinh viên muốn hiểu cơ chế của học máy. Không yêu cầu toán học nâng cao hoặc kinh nghiệm học máy trước đó, mặc dù sự quen thuộc cơ bản với Python là hữu ích. Bắt đầu đọc ngày hôm nay để mở khóa các nền tảng toán học của học máy hiện đại.

Bạn sẽ nhận được

  • 📜 Chứng chỉ hoàn thành
    Thêm vào hồ sơ LinkedIn
  • 💬 Gia sư AI cá nhân
    Bí ở một bài học? Hỏi gia sư tích hợp của bạn bất cứ điều gì, bất cứ lúc nào.
  • 🎧 Bao gồm phiên bản âm thanh
    Học mọi lúc mọi nơi — không cần màn hình
  • ♾️ Truy cập trọn đời
    Quay lại bất cứ lúc nào, không hết hạn
  • 📱 Điện thoại hoặc máy tính
    Hoạt động mọi nơi, mọi thiết bị
  • 💸 Hoàn tiền 14 ngày
    Không cần lý do
  • ⚡ Ngắn gọn, đi vào trọng tâm
    2 giờ 36 phút nội dung thực hành

Đánh giá

Chưa có đánh giá — hãy là người đầu tiên chia sẻ.

Viết đánh giá

☆☆☆☆☆
Sau khi gửi, chúng tôi sẽ yêu cầu đăng nhập — bản nháp được lưu.

Học viên cũng học

Câu hỏi thường gặp

Tôi cần gì để học khóa này? +

Chỉ cần điện thoại hoặc máy tính có kết nối internet. Không cần cài đặt hay thiết bị đặc biệt.

Tôi thanh toán bằng cách nào? +

Bằng thẻ qua Stripe. Chúng tôi không lưu thông tin thẻ — Stripe xử lý an toàn.

Tôi có thể được hoàn tiền không? +

Có — hoàn tiền đầy đủ trong 14 ngày, không cần lý do.

Tôi sẽ có quyền truy cập trong bao lâu? +

Mãi mãi. Sau khi mua, khóa học là của bạn để xem lại bất cứ lúc nào.

Tôi có nhận được chứng chỉ không? +

Có. Sau khi hoàn thành, bạn sẽ nhận được chứng chỉ và có thể thêm vào hồ sơ LinkedIn.

Dành cho người học trong
Công nghệ Thiết kế Tài chính Marketing Y tế Giáo dục Khách sạn-Dịch vụ Sản xuất