Bỏ qua đến nội dung chính
Mục lục

Học machine learning cần gì? NumPy, pandas, thống kê

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 5/6 · Chương 1

Bắt đầu với Machine Learning

  • 4 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Học machine learning cần gì trước khi viết model đầu tiên? Trang này gom phần Python, NumPy, pandas, Matplotlib và thống kê mà các bài học máy dùng tới nhưng không giảng lại, thành năm bảng ngắn, mỗi dòng dẫn về bài dạy kỹ. Lướt qua một lần: dòng quen thì bỏ qua, dòng lạ thì mở bài được dẫn.

Đọc bảng thế nào

Mỗi bảng có ba cột: việc cần làm, lệnh hay khái niệm, và bài dạy nó. Không cần thuộc lòng. Các bài học máy gọi lệnh pandas, NumPy kèm một câu giải thích ngắn và một link, nên chỉ cần từng thấy lệnh đó và biết tìm lại ở đâu. Một bảng có từ ba dòng lạ trở lên là dấu hiệu nên học nhóm bài đó trước, vì các bài sau sẽ dùng chúng liên tục.

Bạn không cần giải tích hay đại số tuyến tính để bắt đầu. Các bài giải thích model bằng hình và bằng code chạy được; phần toán sâu hơn nằm ở các trang toán cuối tutorial, đọc khi tò mò.

Python nên có

Mọi bài tập của tutorial là viết thân một hàm, nên phần Python cần chắc nhất là hàm và vòng lặp:

Cần làm

Lệnh

Bài

Viết hàm có tham số, trả kết quả

def f(bang, cot): ... return ...

hàm def, return

Lặp qua list

for cot in cac_cot:

vòng lặp for

Rẽ nhánh

if diem > moc: ... else: ...

if else

Nạp thư viện

from sklearn.dummy import DummyRegressor

import

Tạo đối tượng, gọi phương thức

model = LinearRegression(), model.fit(X, y)

class và object

Bắt lỗi

try: ... except ValueError: ...

try except

Cài gói vào môi trường ảo

python -m pip install scikit-learn

pip, venv

NumPy nên có

Mảng NumPy là thứ predict() trả về và là dạng mà scikit-learn dùng bên trong:

Cần làm

Lệnh

Bài

Tạo mảng, xem hình

np.array(...), X.shape

mảng NumPy, shape và dtype

Tính theo cột hay theo hàng

X.mean(axis=0)

axis

Trừ, chia cả mảng một lượt

y - y.mean(), np.abs(sai)

broadcasting

Đổi mảng một chiều thành một cột

x.reshape(-1, 1)

reshape

Số ngẫu nhiên có hạt giống

rng = np.random.default_rng(0)

số ngẫu nhiên

Đếm giá trị khác nhau

np.unique(y, return_counts=True)

unique và cumsum

Ô trống trong mảng số

np.nan, np.isnan(x)

NaN

pandas nên có

Bảng dữ liệu của mọi bài đọc bằng pandas, rồi tách thành X và y trước khi gọi model:

Cần làm

Lệnh

Bài

Đọc file CSV

pd.read_csv("gia_nha.csv")

read_csv()

Xem vài dòng, kiểu cột

nha.head(), nha.info()

head, tail, sample, info, describe

Chọn một cột, chọn nhiều cột

nha["gia_ty"], nha[["a", "b"]]

chọn cột

Bỏ cột label khỏi bảng feature

nha.drop(columns=["gia_ty"])

drop, rename

Đếm mỗi lớp, tỉ lệ mỗi lớp

y.value_counts(normalize=True)

value_counts()

Trung bình theo nhóm

nha.groupby("quan")["gia_ty"].mean()

groupby()

Tìm và lấp ô trống

nha.isna().sum(), fillna()

missing data, fillna()

Thống kê nhanh mọi cột số

nha.describe()

thống kê mô tả

Matplotlib nên có

Vài bài vẽ hình để thấy model sai ở đâu. Bốn loại hình là đủ:

Cần làm

Lệnh

Bài

Tạo hình và trục

fig, ax = plt.subplots()

figure và axes

Phân bố của một cột

ax.hist(y, bins=30)

histogram

Giá thật so với giá đoán

ax.scatter(y_test, du_doan)

scatter

Điểm theo một tham số

ax.plot(cac_k, diem)

biểu đồ đường

Ma trận tương quan, confusion matrix

ax.imshow(bang)

heatmap

Thống kê nên có

Các metric của học máy đứng trên vài khái niệm thống kê quen thuộc. Tutorial Thống kê có hẳn một trang thống kê cho machine learning nối hai bên; bảng dưới là phần tối thiểu:

Khái niệm

Dùng ở bài học máy

Bài

Trung bình, trung vị

baseline, MAE

trung vị

Phương sai, độ lệch chuẩn

R², StandardScaler

phương sai, độ lệch chuẩn

z-score

chuẩn hóa feature

z-score

Phân phối chuẩn

sai số của model hồi quy

phân phối chuẩn

Hiệp phương sai, tương quan

đa cộng tuyến, chọn feature

hiệp phương sai

Hồi quy đơn

LinearRegression

hồi quy đơn

Xác suất có điều kiện, Bayes

Naive Bayes, precision và recall

xác suất có điều kiện, công thức Bayes

Sai số chuẩn, bootstrap

cross-validation dao động bao nhiêu

sai số chuẩn, bootstrap

Trang Thống kê cần biết gì của tutorial Thống kê có thêm bảng toán phổ thông cho phần này.

Câu hỏi thường gặp

Học machine learning cần biết gì về toán?

Không cần giỏi toán để bắt đầu. Phân số, phần trăm, trung bình và độ lệch chuẩn đủ cho phần lớn các bài. Đạo hàm và ma trận chỉ cần khi muốn hiểu model học thế nào bên trong; các trang toán của tutorial dạy chúng bằng code.

Chưa biết pandas thì học bài nào trước?

Bốn bài: read_csv(), chọn cột, value_counts() và groupby(). Với chúng, bạn đọc được mọi khối code của chương đầu; các bài dọn dữ liệu như fillna() cần tới khi học pipeline.

Có cần học Deep Learning trước không?

Không. Deep Learning là một nhánh hẹp hơn, dựng trên chính các khái niệm của tutorial này: feature, label, train và test, metric. Học máy trên bảng dữ liệu là bước đầu tự nhiên.

Chủ đề

học machine learning cần gì

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập