Môn học Học Máy do PGS. TS. Đinh Mạnh Tường giảng dạy, cung cấp các khái niệm và thuật toán cơ bản trong học máy, bao gồm cả phương pháp học có giám sát và không có giám sát. Nội dung học bao gồm việc xác định nhiệm vụ học, các phương pháp như láng giềng gần nhất, mô hình tuyến tính, cây quyết định, mạng nơron và học thống kê. Học liệu bắt buộc bao gồm sách của các tác giả nổi tiếng, và đánh giá kết quả học tập dựa trên bài tập, tiểu luận và kiểm tra định kỳ.

1. HỌC MÁY
1. Thông tin về giảng viên
− Họ và tên: Đinh Mạnh Tường
− Chức danh, học hàm, học vị: PGS. TS.
− Thời gian, địa điểm làm việc:
− Địa chỉ liên hệ:
− Điện thoại, email:
− Các hướng nghiên cứu chính:
− Thông tin về trợ giảng:
2. Thông tin chung về môn học
− Tên môn học: Học Máy
− Mã môn học:
− Số tín chỉ: 2
− Môn học:
Bắt buộc:
Lựa chọn:
− Các môn học tiên quyết: CTDL và thuật toán, Xác suất thống kê
− Các môn học kế tiếp:
− Các yêu cầu đối với môn học (nếu có):
− Giờ tín chỉ đối với các hoạt động:
• Nghe giảng lý thuyết: 33
• Làm bài tập trên lớp: 12
• Thảo luận: 7
• Thực hành, thực tập 0
• Hoạt động theo nhóm: 0
• Tự học: 38
− Địa chỉ Khoa/bộ môn phụ trách môn học: Bộ môn KHMT
3. Mục tiêu của môn học
Cung cấp cho sinh viên các khái niệm cơ bản về học máy.Trang bị cho sinh viên các thuật toán học quan trọng nhất, các kỹ thuật áp dụng các thuật toán đó để giải quyết các vấn đề cụ thể trong nhận dạng mẫu, xử lý ngôn ngữ tự nhiên, khai thác dữ liệu, . . .
4. Tóm tắt nội dung môn học

2. Xác định một nhiêm. vụ học, các kiểu học ( học có giám sát, học không có giám sát, ), đánh giá hiệu năng. Nguyên lý học quy nạp , nguyen lý ML (Maximum-Likelihood). Học khái niệm được mô tả bởi công thức logic. Học ghi nhớ : phương pháp láng giềng gần nhất. Mô hình tuyến tính cho hồi quy và phân lớp.Cây quyết định. Mạng nơron. Học thống kê.
5. Nội dung chi tiết môn học
Chương 1. Nhập môn
1.1. Xác định một nhiệm vụ học ( hàm mục tiêu / hàm học, tập ví dụ huấn , lỗi thực nghiệm, không gian các giả thuyết)
1.2. Nguyên lý học quy nạp.
1.3. Đánh giá hiệu năng.
1.4. Phân loại các kiểu học
Chương 2. Phương pháp láng giềng gần nhất.
2.1. Các độ đo khoảng cách.
2.2. Luật láng giềng gần nhất cho phân lớp
2.3. Luật láng giềng gần nhất cho hồi quy
Chương 3. Học khái niệm
3.1. Biểu diễn khái niệm
3.2. Thuật toán học giả thiết tốt nhất hiện thời (Current – best hypothesis)
3.3. Thuật toán học loại trừ ứng viên (Candidate – Elimination learning algorithm)
Chương 4. Mô hình tuyến tính
4.1. Hồi quy tuyến tính. Thuật toán LMS
4.2. Các hàm cơ sở và mô hình tuyến tính (mạng RBF)
4.3. Phân lớp bởi siêu phẳng. Thuật toán perceptron
Chương 5. Cây quyết định
5.1. Cây quyết định và khả năng biểu diễn của nó
5.2. Thuật toán học cây quyết định
5.3. Hiện tượng quá khớp và cách khắc phục
Chương 6. Mạng nơron

3. 6.1. Nơron nhân tạo và kiến trúc của mạng nơron
6.2. Thuật toán truyền ngược
6.3. Các kỹ thuật trong áp dụng thuật toán truyền ngược
Chương 7. Học thống kê
7.1. Phân lớp Bayes
7.2. Phân lớp Bayes ngây thơ
7.3. Nguyên lý ML (Maximum – Likelihood)
7.4. Áp dụng nguyên lý ML để đánh giá các tham số của phân phối xác suất.
6. Học liệu
6.1. Học liệu bắt buộc
[1] Tom M.Mitchell. Machine Learning, 1997.
[2] Richard O. Duda, Peter E. Hart, David G.Stork. Pattern Classification, 2001.
[3] Russell S. and Norvig P., Artificial Intelligence: A modern approach, 2003.
6.2. Học liệu tham khảo
7. Hình thức tổ chức dạy học
7.1. Lịch trình chung: (Ghi tổng số giờ tín chỉ cho mỗi cột)
Nội dung
Hình thức tổ chức dạy học môn học
Tổng
Lên lớp
Thực hành, thí nghiệm, điền dã ...
Tự học, tự nghiên cứu
Lý thuyết
Bài tập
Thảo luận
Chương 1
2
0
0
0
2
4
Chương 2
2
1
0
0
2
5
Chương 3
5
1
1
0
4
11
Chương 4
5
1
1
0
6
13
Chương 5
5
3
1
0
8
17
Chương 6
7
3
2
0
8
20
Chương 7
7
3
2
0
8
20

4. Cộng
33
12
7
0
38
90
7.2. Lịch trình tổ chức dạy học cụ thể
Giảng viên thực hiện tự quyết định.
8. Chính sách đối với môn học và các yêu cầu khác của giảng viên
Yêu cầu và cách thức đánh giá, sự hiện diện trên lớp, mức độ tích cực tham gia các hoạt động trên lớp, các qui định về thời hạn, chất lượng các bài tập, bài kiểm tra….
− Chuẩn bị tốt các phần được giao tự học
− Có mặt trên lớp ít nhất là 24/30 giờ học
− Mỗi sinh viên lên chữa bài tập không ít hơn 1 lần
− Bài tập và bài kiểm tra đạt không dưới 6/10
9. Phương pháp, hình thức kiểm tra - đánh giá kết quả học tập môn học
Phân chia các mục tiêu cho từng hình thức kiểm tra - đánh giá
9.1. Kiểm tra – đánh giá thường xuyên
Mục đích: Nắm vững kiến thức và biết cách vận dụng sáng tạo.
Các kỹ thuật đánh giá
Bài tập theo từng nội dung môn học: 20 bài tập làm ở nhà
Tiểu luận: 01
Tỷ lệ điểm cho mỗi hình thức KT-ĐG: Bài tập: 40%; Mỗi tiểu luận: 30% (x2=60%)
9.2. Kiểm tra - đánh giá định kì
Bao gồm các phần sau (trọng số của từng phần do giảng viên đề xuất, chủ nhiệm bộ môn thông qua):
STT
Nội dung
Trọng số (%)
Ghi chú
1.
Tham gia học tập trên lớp (đi học đầy đủ, chuẩn bị bài tốt và tích cực thảo luận, …)
10
2.
Phần tự học, tự nghiên cứu (hoàn thành tốt nội dung, nhiệm vụ được giao /tuần; bài tập nhóm /tháng; bài tập cá nhân/ học kì, …);
10
3.
Hoạt động theo nhóm
5

5. 4.
Kiểm tra - đánh giá giữa kì
30
5.
Kiểm tra - đánh giá cuối kì
40
6.
Các kiểm tra khác
5
9.3. Tiêu chí đánh giá các loại bài tập
1. Bài tập về lý thuyết:
• Trình bày tốt vấn đề yêu cầu, có sáng tạo 10 điểm
• Trình bày đúng bản chất vấn đề yêu cầu: 8- 9 điểm
• Trình bày được vấn đề ở mức trung bình: 5- 7 điểm
• Trình bày chưa đúng bản chất, nội dung:1 - 4 điểm
2. Bài tập về ứng dụng:
• Làm tốt cả diễn giải và đáp số theo đáp án: 10 điểm
• Viết đúng diễn giải, sai đáp số: 7-9 điểm
• Chỉ viết được diễn giải: 6 điểm
• Chỉ biết công thức, thay số đúng: 5 điểm
• Làm sai, không làm được: 1 – 4 điểm
3. Bài tập lớn:
• Hoàn thành tốt: 9 - 10 điểm
• Hoàn thành ở mức khá: 7 - 8 điểm
• Hoàn thành ở mức trung bình: 5 - 6 điểm
• Không hoàn thành: 1 - 4 điểm
9.4. Lịch thi, kiểm tra (kể cả thi lại)