Sách Machine Learning thực chiến

Bạn đã dùng được pandas và muốn đi từ làm báo cáo sang dự đoán: khách nào sắp rời bỏ, khách nào nên chăm trước. Cuốn này dạy machine learning trên dữ liệu dạng bảng, loại dữ liệu doanh nghiệp có nhiều nhất, bằng scikit-learn, LightGBM và SHAP.

Điểm nổi bật

• Kết luận có thí nghiệm chứng minh. 8 hộp Phòng thí nghiệm lấy những câu hỏi người làm ML hay tranh cãi và trả lời bằng thí nghiệm chạy thật trên máy AIDev Cloud, kèm log gốc.

• Làm đúng quy trình. Chia dữ liệu đúng cách, chọn và đọc metric, chặn data leakage bằng pipeline, chọn ngưỡng dự đoán theo chi phí và lợi ích.

• Giải thích được model. Dùng SHAP để nói cho người không làm kỹ thuật hiểu vì sao model dự đoán như vậy.

• Dự án hoàn chỉnh. Chương cuối dự đoán khách rời bỏ cửa hàng Tiệm Mây từ đầu đến cuối, chấm theo rubric 100 điểm.

• Toán vừa đủ dùng. Phụ lục riêng giải thích phần toán cần dùng, đủ để hiểu model mà không phải học lại giáo trình đại học.

Bạn nhận được

• PDF 354 trang và EPUB; tên bạn và mã đơn in ở trang bản quyền và chân trang PDF (không in email).

• Bộ code: 122 chương trình mẫu, dữ liệu và bộ test để tự chấm bài bằng một lệnh.

• 87 bài tập, lời giải đầy đủ ở phụ lục.

• Phụ lục Toán vừa đủ cho ML, bản đồ chọn model, thuật ngữ và chỉ mục.

• Cập nhật miễn phí mọi ấn bản trong ít nhất 5 năm kể từ ngày mua.

Có bản sách in

Chọn gói Sách in + ebook nếu bạn muốn đọc trên giấy: khổ 17,8 × 23,5 cm, 360 trang, bìa mềm, in màu toàn bộ nên biểu đồ và hình SHAP đọc đúng như trên màn hình, in theo đơn có tên bạn. Mua sách in được tặng kèm ebook, code và dữ liệu, tải ngay khi thanh toán, không phải chờ sách về.

11 chương

• Chương 0: Chuẩn bị

• Chương 1: ML là gì và quy trình một dự án

• Chương 2: Đánh giá model

• Chương 3: Hồi quy

• Chương 4: Phân loại: logistic regression và KNN

• Chương 5: Cây quyết định, Random Forest và boosting

• Chương 6: Xác suất, ngưỡng và dữ liệu mất cân bằng

• Chương 7: Học không giám sát

• Chương 8: Feature engineering và Pipeline

• Chương 9: Tinh chỉnh và giải thích model

• Chương 10: Dự án: dự đoán khách rời bỏ từ đầu đến cuối

Phụ lục: Toán vừa đủ cho ML, bản đồ chọn model, thuật ngữ, lời giải bài tập, chỉ mục.

Sách này dành cho

• Người đã dùng pandas, muốn chuyển từ báo cáo sang dự đoán.

• Người muốn chuyển nghề sang data scientist hay ML engineer.

• Sinh viên, lập trình viên muốn hiểu machine learning trước khi học deep learning và LLM.

Sách đi kèm Khóa 3 lộ trình "AI Engineer từ số 0" và dùng tiếp dữ liệu Tiệm Mây của Phân tích dữ liệu với Python. Phiên bản thư viện được ghim (scikit-learn 1.9, LightGBM 4.7, SHAP 0.53); mọi kết quả in trong sách được kiểm trên Python 3.14.7, chạy được trên 3.12 và 3.13. Đọc thử 110 trang miễn phí bằng nút Đọc thử.