ÔN TẬP LÝ THUYẾT

Ôn tập các phương pháp học máy: Hồi quy tuyến tính, Perceptron, ID3, Cart,
Logistic Regression, SVM, clustering, phân tích thành phần chính (PCA), Cross-
Validation.
1. Mỗi phương pháp học máy cần nắm được:

 Mục đích của phương pháp. ID3 Xây dựng được cây quyết định (decision tree)
đối với bài toán phân loại 
Cart: Xây dựng được cây quyết định

- Input: tập dữ liệu đầu vào

- Output: cây quyết định
- Cách thực hiện: Cách xây dựng hàm mất mát, cách giải bài toán tối ưu, nghiệm
của bài toán tối ưu, ...
- Đánh giá phương pháp.
2. So sánh các phương pháp học máy dựa trên các nội dung ở mục 1.

Id3 tính hàm mất mát = hệ số entropi. Giải quyết bài toán phân loại vs biên
mục tiêu là biến phân loại

Cart tính bằng hệ số gini. Giải quyết đc cả bài toán phân loại và hồi quy (biến
mục tiêu là biến liên tục).

 Mục đích của phương pháp: Nhận dữ liệu, xây dựng mô hình SVM và phân loại
chúng vào hai lớp khác nhau.
 Input: Tập dữ liệu đã được gán nhãn
 Output: 1 mặt phẳng phân chia dữ liệu thành 2 lớp sao cho khoảng các của điểm
gần nhất của mỗi lớp tới đường phân chia là như nhau và đạt giá trị lớn nhất