Ebook Data Without Labels - Làm Chủ Unsupervised Learning Với Deep Learning & Generative AI [Ấn Bản Lần 1, Tháng 5/2025] [PDF + CODE] [9390E]
Khám phá tất cả các triển khai thực tế của các thuật toán và mô hình chính cho handling unlabeled data. Đầy đủ các case study demo cách áp dụng từng kỹ thuật vào các vấn đề thực tế.
Trong Data Without Labels, bạn sẽ học được:
- ✓ Fundamental building blocks và các khái niệm về machine learning và unsupervised learning.
- ✓ Data cleaning cho dữ liệu có cấu trúc và phi cấu trúc như văn bản và hình ảnh.
- ✓ Các thuật toán Clustering như K-means, hierarchical clustering, DBSCAN, Gaussian Mixture Models và Spectral clustering.
- ✓ Các Dimensionality reduction method như Principal Component Analysis (PCA), SVD, Multidimensional scaling và t-SNE
- ✓ Các Association rule algorithm như aPriori, ECLAT, SPADE.
- ✓ Unsupervised time series clustering, Gaussian Mixture models và các phương pháp thống kê.
- ✓ Xây dựng các neural network như GAN và autoencoders.
- ✓ Làm việc với các công cụ và thư viện Python như sci-kit learn, numpy, Pandas, matplotlib, Seaborn, Keras, TensorFlow và Flask.
- ✓ Cách giải thích kết quả của unsupervised learning.
- ✓ Chọn các thuật toán phù hợp cho vấn đề của bạn.
- ✓ Deploy unsupervised learning vào production.
- ✓ Bảo trì và làm mới một giải pháp ML.
Data Without Labels giới thiệu các kỹ thuật toán học, các thuật toán chính và các triển khai Python giúp bạn xây dựng các machine learning model cho unannotated data. Bạn sẽ khám phá các phương pháp tiếp cận hands-off & unsupervised machine learning vẫn có thể giải quyết được các tập dữ liệu thô, thực tế và hỗ trợ các quyết định chiến lược hợp lý cho doanh nghiệp của bạn.
Đừng sa lầy vào lý thuyết, cuốn sách này thu hẹp khoảng cách giữa toán học phức tạp và các triển khai Python thực tế, bao gồm end-to-end model development cho đến triển production deployment. Bạn sẽ khám phá các business use case cho machine learning và unsupervised learning, đồng thời truy cập các bài báo nghiên cứu sâu sắc để hoàn thiện kiến thức của mình.
Về công nghệ:
Generative AI, predictive algorithm, fraud detection và nhiều tác vụ phân tích khác dựa vào unlabeled data giá rẻ và dồi dào. Machine learning trên data without labels, hay unsupervised learning, biến văn bản thô, hình ảnh và số thành những insight về khách hàng của bạn, accurate computer vision và high-quality dataset để training các AI model. Cuốn sách này sẽ chỉ cho bạn cách thực hiện.
Về cuốn sách:
Data Without Labels là hướng dẫn toàn diện về unsupervised learning, cung cấp cái nhìn sâu sắc về các nền tảng toán học, thuật toán và ứng dụng thực tế của nó. Nó trình bày các ví dụ thực tế từ bán lẻ, hàng không và ngân hàng bằng cách sử dụng code Python được chú thích đầy đủ. Bạn sẽ khám phá các kỹ thuật cốt lõi như clustering và dimensionality reduction cùng với các chủ đề nâng cao như autoencoder và GAN. Khi bạn thực hành, bạn sẽ tìm hiểu nơi áp dụng unsupervised learning trong các ứng dụng kinh doanh và khám phá cách phát triển các mô hình học máy của riêng bạn từ đầu đến cuối.
Bên trong có gì:
- ✓ Làm chủ các thuật toán unsupervised learning.
- ✓ Các ứng dụng kinh doanh thực tế.
- ✓ Quản lý các AI training dataset.
- ✓ Khám phá các ứng dụng autoencoder và GAN.
Về người đọc:
Dành cho các chuyên gia khoa học dữ liệu. Giả định có kiến thức về Python và machine learning cơ bản.
Mục lục:
- ✓ Phần1. Basic:
- ✓ Chương 01. Giới thiệu về Machine Learning.
- ✓ Chương 02. Các kỹ thuật Clustering.
- ✓ Chương 03. Dimensionality Reduction.
- ✓ Phần 2. Trình độ trung cấp:
- ✓ Chương 04. Association Rules.
- ✓ Chương 05. Clustering.
- ✓ Chương 06. Dimensionality Reduction.
- ✓ Chương 07. Unsupervised Learning for Text Data.
- ✓ Phần 3. Các khái niệm nâng cao:
- ✓ Chương 08. Deep Learning: Các khái niệm nền tảng.
- ✓ Chương 09. Autoencoders.
- ✓ Chương 10. Generative Adversarial Networks, Generative AI & ChatGPT.
- ✓ Chương 11. End-to-End Model Deployment.
- ✓ Phụ lục A. Nền tảng toán học.
LƯU Ý: Pass mở file pdf là mật khẩu giải nén chung của tài liệu !