Đề cương chi tiết môn Các ứng dụng của dữ liệu lớn - Học máy ở quy mô lớn
INFO UTE LIBRARY
ĐỀ CƯƠNG CHI TIẾT MÔN HỌC
CÁC ỨNG DỤNG CỦA DỮ LIỆU LỚN - HỌC MÁY Ở QUY MÔ LỚN
BIG DATAAPPLICATIONS - MACHINE LEARNING AT SCALE
(Ngành Kỹ thuật Dữ liệu - Chương trình đào tạo đại học 132TC)
HCMUTE.EDU.VN - THÁNG 9 NĂM 2019
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH
--------------------
ĐỀ CƯƠNG CHI TIẾT MÔN HỌC
CÁC ỨNG DỤNG CỦA DỮ LIỆU LỚN
- HỌC MÁY Ở QUY MÔ LỚN
BIG DATA APPLICATIONS - MACHINE LEARNING AT SCALE
(Ngành Kỹ thuật Dữ liệu - Chương trình đào tạo đại học 132TC)
HCMUTE.EDU.VN – THÁNG 9 NĂM 2019
LỜI NÓI ĐẦU
Công nghệ thông tin (IT) là một trong những động lực quan trọng
bậc nhất của sự phát triển, cùng với một số ngành công nghệ cao khác
đang làm biến đổi sâu sắc đời sống kinh tế, văn hóa, xã hội của thế giới
hiện đại. Việc ứng dụng và phát triển CNTT ở nước ta đã góp phần giải
phóng sức mạnh vật chất, trí tuệ và tinh thần, thúc đẩy công cuộc đổi
mới, phát triển nhanh và hiện đại hóa các ngành kinh tế, tăng cường năng
lực cạnh tranh của các doanh nghiệp, hỗ trợ có hiệu quả cho quá trình
chủ động hội nhập kinh tế quốc tế, nâng cao chất lượng cuộc sống của
nhân dân, đảm bảo an ninh quốc phòng góp phần thực hiện thắng lợi sự
nghiệp công nghiệp hóa, hiện đại hóa đất nước.
Hiện nay, ngành CNTT là một trong những ngành học được chú
trọng trong hệ thống đào tạo của các trường Đại học trong đó có trường
Đại học Sư phạm Kỹ thuật Tp. Hồ Chí Minh. Nó được xem là ngành đào
tạo mũi nhọn hướng đến sự phát triển của công nghệ và khoa học kỹ
thuật trong thời đại số hóa.
Chương trình đào tạo ngành CNTT trang bị cho người học những
kiến thức nền tảng và chuyên sâu về lĩnh vực công nghệ thông tin để
nâng cao tay nghề nhằm phát triển khả năng sửa chữa, xây dựng, cài đặt,
bảo trì các phần cứng của máy tính cũng như nghiên cứu và phát triển
các ứng dụng phần mềm. Ngoài ra cũng được trang bị kiến thức về an
toàn và bảo mật thông tin mạng, một trong những lĩnh vực quan trọng
được quan tâm hàng đầu trên thế giới hiện nay.
Để đáp ứng nhu cầu tìm kiếm và sử dụng tài liệu học tập các môn
học chuyên ngành “Công nghệ thông tin” của sinh viên. Thư viện Trường
Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã biên soạn tài liệu thông
tin về đề cương chi tiết môn học nhằm cung cấp cho sinh viên có thể
nghiên cứu, tìm hiểu, học tập về các môn học chuyên ngành.
Tài liệu thông tin về đề cương chi tiết môn học ngành “Công nghệ
thông tin” nhằm hướng dẫn tìm kiếm và sử dụng tài liệu học tập các môn
học chuyên ngành “Công nghệ thông tin” sẽ mang đến cho sinh viên nắm
được phương pháp học nhanh nhất và đạt hiệu quả.
Mặc dù chúng tôi đã cố gắng, song việc biên soạn tài liệu chắc
chắn không tránh khỏi thiếu sót, rất mong nhận được những ý kiến đóng
góp từ phía người sử dụng để lần biên soạn sau được hoàn chỉnh hơn.
Thư viện ĐHSPKT TP.HCM
028.389 69 920
facebook.com/hcmute.lib
4
GIỚI THIỆU CÁC DỊCH VỤ UTE LIBRARY
Đồng hành cùng độc giả trên con đường chinh phục tri thức
Nơi cung cấp nguồn lực thông tin khoa học kỹ thuật và giáo dục
phục vụ cho nhu cầu đào tạo của Nhà trường.
Cung cấp thông tin
Nội dung phong phú
Đa dạng loại hình
Hình thức phục vụ
Đọc tại chỗ
Mượn về nhà
Cập nhật thường xuyên
Khai thác tài nguyên số 24/24
Các dịch vụ học tập trực tuyến
Các loại hình dịch vụ
1.
2.
3.
4.
Phục vụ trực tiếp tại thư viện: được hướng dẫn tận tình với hệ
thống phòng đọc & Giáo trình mở, có thể tìm đọc tài liệu dạng
giấy, CD-ROM, CSDL trực tuyến,…
Hỗ trợ công tác biên soạn xuất bản giáo trình và tài liệu học tập, kỷ
yếu hội thảo (phục vụ hoạt động NCKH, chương trình đào tạo 150
tín chỉ, bổ sung hồ sơ xét các chức danh khoa học,...).
Thiết kế website phục vụ hoạt động học tập, nghiên cứu khoa học,
hội thảo: Xây dựng template chung, Thiết lập các trang con (sub
pages), Cấp quyền và chuyển giao quyền quản trị trang con.
Xuất bản kỷ yếu hội thảo: Tư vấn, thiết kế, dàn trang, Thiết kế các
hình ảnh, nhãn hiệu liên quan đến hội nghị (logo hội nghị, banner,
poster…), Đăng ký và xin giấy phép xuất bản kỷ yếu, Giám sát các
tài liệu liên quan đến chương trình như thư, thông tin hội nghị, tài
liệu tham khảo,…
5.
6.
Xây dựng các sản phẩm phục vụ hội thảo và các hoạt động học tập:
CD-ROM chương trình và kỷ yếu, Ứng dụng tự chạy giới thiệu tài
liệu, ghi đĩa CD- ROM, DVD, USB,…
Cung cấp thông tin theo yêu cầu (danh mục tài liệu, tài liệu chuyên
ngành, kết quả nghiên cứu khoa học, tiêu chuẩn, phát minh sáng
chế…).
7.
8.
9.
Mô tả, tạo và chọn danh mục “Tài liệu tham khảo” cho luận văn,
luận án, đề tài nghiên cứu khoa học theo chuẩn quốc tế.
Chuyển dạng tài liệu (từ tài liệu dạng giấy sang file PDF, từ file
PDF sang file Word).
Cung cấp các thiết bị hỗ trợ cho việc học tập và nghiên cứu,...
10. Hỗ trợ, tư vấn và phối hợp với Thư viện các trường trong việc phát
triển các sản phẩm đặc thù của từng đơn vị.
5
Với nhiều hình thức phục vụ phong phú, thuận tiện cho người học
NGUỒN TÀI NGUYÊN THÔNG TIN
. CSDL Giáo trình và Tài liệu . CSDL Sách tham khảo Việt
học tập
văn
. CSDL Luận văn, Luận án
. CSDL Sách tham khảo Ngoại
văn
. CSDL các bài báo khoa học (các bài báo nghiên cứu của học viên
theo chương trình đào tạo sau đại học được đăng trên các tạp chí
chuyên ngành)
Địa chỉ liên hệ:
Thư viện Trường Đại học Sư phạm Kỹ thuật Tp. Hồ Chí Minh,
Số 1-3 Võ Văn Ngân, Phường Linh chiểu, Quận Thủ Đức, Tp. Hồ Chí
Minh.
Điện thoại: (+84 028) 3896 9920, 3721223 (nội bộ 8223)
Email: [email protected]
GIỚI THIỆU CÁC WEBSITE PHÁT HÀNH UTE EBOOK
“UTE EBOOK” là những tác phẩm chỉ có thể dùng các công cụ
điện tử như máy vi tính, máy trợ giúp kỹ thuật số cá nhân (thiết bị đọc,
máy tính bảng và điện thoại thông minh như iPhone, iPad, Samsung
Galaxy, HTC Tablet,...) để xem, đọc, và truyển tải.
“UTE EBOOK” là hệ thống phân phối sách điện tử, cung cấp đến người
dùng các nội dung sách,giáo trình, truyện, tạp chí, tài liệu, chuyên đề và
các thể loại văn bản đọc, audio khác trên di động, thông qua các kênh
website, wapsite và client giúp khách hàng có thể cập nhật thông tin kiến
thức mọi lúc mọi nơi.
Tên đơn vị phát
hành
Truy cập nhanh
kho giáo trình
Stt
Website
Nhà Xuất Bản Tổng
Hợp Thành Phố Hồ
Chí Minh
XU
1
Công Ty Cổ Phần
Tin Học Lạc Việt
Công Ty TNHH
Sách Điện Tử Trẻ
(YBOOK)
https://bit.ly/2Zx8Y
Zn
2
Q
3
4
Công Ty Cổ Phần
Dịch Vụ Trực Tuyến
om RM
6
VINAPO
Công Ty Cổ Phần
Thương Mại Dịch
Vụ Mê Kông COM
Thư viện Trường
Đại học Sư phạm Kỹ
thuật TP. HCM
5
6
e.edu.vn/ e.edu.vn/
DỊCH VỤ HỖ TRỢ XUẤT BẢN ĐIỆN TỬ:
Sách chuyên khảo, giáo trình, sách tham khảo, sách hướng dẫn, tài
liệu phục vụ đào tạo, Kỷ yếu hội thảo, tập san, tạp chí
Nhằm hỗ trợ Quý Thư viện các Trường Đại học, Cao đẳng về việc
xuất bản giáo trình, tài liệu học tập điện tử nội sinh,…đạt chất lượng cao
phục vụ hoạt động đào tạo, giảng dạy; Thư viện Trường Đại học Sư
phạm Kỹ thuật TP. Hồ Chí Minh giới thiệu đến Quý Thư viện các
Trường Đại học, Cao đẳng về “Chương trình hỗ trợ xuất bản điện tử:
Sách chuyên khảo, giáo trình, sách tham khảo, sách hướng dẫn, tài liệu
phục vụ đào tạo, Kỷ yếu hội thảo, tập san, tạp chí ”.
1. Cơ sở xây dựng chương trình:
Căn cứ theo công văn Số: 4301/BGDĐT-GDTX ngày 20 tháng 9
năm 2019 của Bộ trưởng Bộ Giáo dục và Đào tạo về việc xây dựng và
2. Thời gian triển khai chương trình hỗ trợ
- Giai đoạn 05 năm (Từ ngày 01/10/2019 đến hết ngày 01/10/2024)
3. Tổ chức chương trình
- Thư viện Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh.
4. Đơn vị công bố phổ biến xuất bản phẩm điện tử
- Thư viện Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh &
Các đơn vị liên kết.
- website các đơn vị liên kết.
5. Cấu trúc của xuất bản điện tử giáo trình, tài liệu học tập nội sinh
Xuất bản điện tử giáo trình, tài liệu học tập nội sinh có cấu trúc như
sau:
- Trang bìa.
- Trang bìa phụ.
- Lời nói đầu: Trình bày đối tượng sử dụng, mục đích yêu cầu khi sử
dụng, cấu trúc nội dung, điểm mới của giáo trình, hướng dẫn cách
sử dụng, phân công nhiệm vụ của tác giả biên soạn.
7
- Mục lục.
- Danh mục các từ viết tắt (nếu có).
- Danh mục hình (nếu có)..
- Danh mục bảng biểu (nếu có)..
- Nội dung chính: Trình bày các chương, mục, tiểu mục và nội dung
chi tiết của từng chương, mục, tiểu mục, nội dung thảo luận
xêmina, câu hỏi ôn tập, bài tập, các nhiệm vụ tự học và tài liệu học
tập từng chương.
- Phụ lục (nếu có).
- Tài liệu tham khảo.
6. Để biết thêm thông tin chi tiết Quý Thầy/Cô liên hệ
- Thư viện Trường Đại Học Sư phạm Kỹ thuật TP. Hồ Chí Minh.
- Số 1-3 Võ Văn Ngân, Phường Linh Chiểu, Quận Thủ Đức, TP. Hồ
Chí Minh.
- Điện thoại: 08.38969920 hoặc 0909836920; 0906836920 (ThS. Vũ
Trọng Luật)
Xin trân trọng giới thiệu đến Quý Thầy/Cô!
8
GIỚI THIỆU CÁC CƠ SỞ DỮ LIỆU TRỰC TUYẾN
TÌM KIẾM VÀ SỬ DỤNG HIỆU QUẢ
Thư viện ĐH SPKT TP. HCM
028.38969920
Nhằm tăng cường năng lực nghiên cứu của tập thể giảng viên và
sinh viên của nhà trường, từng bước nâng cao chất lượng đào tạo và nâng
vị thế của trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh lên tầm
cao mới, xứng đáng là một trong những trường đại học hàng đầu của khu
vực, nhà trường đã tiến hành mua quyền sử dụng tài khoản truy cập các
cơ sở dữ liệu trực tuyến để giảng viên và sinh viên của trường khai thác.
Việc khai thác các tư liệu điện tử, các CSDL trực tuyến sẽ góp phần tạo
thêm nhiều cơ hội tiếp cận với các kho tư liệu học thuật và nghiên cứu có
giá trị cao và được phổ biến trên toàn thế giới.
Để triển khai sử dụng và khai thác các cơ sở dữ liệu trực tuyến
đạt hiệu quả, Thư viện xin thông báo đến Quý Thầy Cô & Các Bạn Sinh
viên về nội dung triển khai và sử dụng CSDL như sau:
Thông tin triển khai sử dụng:
- Truy cập Web, không giới hạn số lượng người sử dụng, hỗ trợ
việc truy cập cho 25.000 sinh viên và gần 1.000 giảng viên, cán bộ viên
chức của nhà trường.
-
-
Sử dụng email do nhà trường cấp để tạo tài khoản đăng ký:
theo địa chỉ email của cán bộ …@hcmute.edu.vn
theo địa chỉ email của sinh viên …@student.hcmute.edu.vn
Hình thức truy cập: Theo IP đăng kí của nhà trường.
Lưu ý: Việc khai thác các CSDL được nhà xuất bản xác minh
người dùng với nhiều lớp bảo mật qua dải địa chỉ IP và
username/password, quý thầy cô và bạn đọc chỉ có thể khai thác
các CSDL này trên hệ thống máy tính được kết nối mạng trong
trường.
-
-
Thông tin hỗ trợ kỹ thuật:
Trong quá trình sử dụng, quý thầy cô và bạn đọc cần hỗ trợ kỹ
thuật xin vui lòng liên hệ:
Cô Trần Thị Ngọc Ý, Số ĐT 0919888975,
email: [email protected].vn
Thư viện trân trọng thông báo đến Quý Thầy Cô và Các Bạn Sinh
viên biết để sử dụng và khai thác các cơ sở dữ liệu trực tuyến đạt hiệu
quả.
Trân trọng!
9
ĐỀ CƯƠNG CHI TIẾT MÔN HỌC
CÁC ỨNG DỤNG CỦA DỮ LIỆU LỚN
- HỌC MÁY Ở QUY MÔ LỚN
BIG DATA APPLICATIONS - MACHINE LEARNING AT SCALE
Học phần cung cấp kiến thức nền tảng giúp người học hiểu được
các ứng dụng của học máy trên dữ liệu lớn, cụ thể:
- Tổng quan về học máy và các ứng dụng của học máy.
- Tổng quan về học máy với quy mô lớn dùng Spark MLLib.
- Xây dựng, tinh chỉnh và áp dụng mô hình hồi quy.
- Xây dựng cây quyết định và làm mạnh nó dùng kỹ thuật ensemble
learning.
- Hiểu và áp dụng thuật toán SVM.
- Hiểu và áp dụng thuật toán PCA kết hợp k-means.
- Hiểu và xây dựng hệ thống gợi ý.
- Hiểu và áp dụng các phương pháp xử lý văn bản và mô hình chủ
đề LDA, Word2Vec.
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
TP. HỒ CHÍ MINH
Ngành đào tạo: Kỹ thuật Dữ liệu
Trình độ đào tạo: Đại học
KHOA CÔNG NGHỆ THÔNG TIN
Chương trình đào tạo: Kỹ thuật Dữ liệu
Đề cương chi tiết môn học
1. Tên học phần: CÁC ỨNG DỤNG CỦA DỮ LIỆU LỚN - HỌC MÁY Ở
QUY MÔ LỚN
Mã học phần: BDML434077
2. Tên Tiếng Anh: BIG DATA APPLICATIONS - MACHINE LEARNING
AT SCALE
3. Số tín chỉ: 3 tín chỉ (2/1/6) (2 tín chỉ lý thuyết, 1 tín chỉ thực hành/thí
nghiệm)
Phân bố thời gian: 15 tuần (2 tiết lý thuyết + 1*2 tiết thực hành + 6 tiết tự
học/tuần)
4. Các giảng viên phụ trách học phần:
1/ GV phụ trách chính: ………………………..
10
2/ Danh sách giảng viên cùng GD: ………………………..
5. Điều kiện tham gia học tập học phần
Môn học tiên quyết: Không
Môn học trước: Khai phá dữ liệu
6. Mô tả học phần (Course Description)
Học phần cung cấp kiến thức nền tảng giúp người học hiểu được các ứng
dụng của học máy trên dữ liệu lớn, cụ thể:
- Tổng quan về học máy và các ứng dụng của học máy.
- Tổng quan về học máy với quy mô lớn dùng Spark MLLib.
- Xây dựng, tinh chỉnh và áp dụng mô hình hồi quy.
- Xây dựng cây quyết định và làm mạnh nó dùng kỹ thuật ensemble
learning.
- Hiểu và áp dụng thuật toán SVM.
- Hiểu và áp dụng thuật toán PCA kết hợp k-means.
- Hiểu và xây dựng hệ thống gợi ý.
- Hiểu và áp dụng các phương pháp xử lý văn bản và mô hình chủ
đề LDA, Word2Vec.
7. Mục tiêu học phần (Course Goals)
Mục tiêu
(Goals)
Mô tả
(Goal description)
(Học phần này trang bị cho sinh viên)
Chuẩn
đầu ra
CTĐT
Trình độ
năng lực
Trình bày được các khái niệm cơ bản về dữ
liệu lớn và học máy
Nắm tổng quan về thư viện Spark MLLib
1.3
2.1, 2.3
2
G1
Khả năng cài đặt, áp dụng và đánh giá được
các thuật toán học máy dùng Spark MLLib để
phân tích dữ liệu lớn
2.1, 2.2,
2.3, 4.4
3
3
G2
G3
2.4, 2.5,
3.1, 3.2
Kỹ năng làm việc nhóm, và thuyết trình
8. Chuẩn đầu ra của học phần
Chuẩn đầu
Mô tả
Chuẩn
đầu ra
CTĐT
1.3
Trình độ
năng lực
ra HP
(Sau khi học xong môn học này, người học
có thể)
G1.1 Hiểu được ý nghĩa, tầm quan trọng và các
thách thức của dữ liệu lớn.
2
G1.2 Hiểu được các khái niệm cơ bản về học máy
G1 G1.3 Hiểu được các thách thức khi học máy ở quy
mô lớn
1.3, 2.3
2.1
2
2
G1.4 Hiểu được gì mà thư viện Spark MLLib hỗ
trợ
G2.1 Hiểu áp dụng được các thuật toán học máy
2.3
2
3
2.1, 2.3
G2
11
cho dữ liệu lớn
G2.2 Cài đặt và áp dụng được các thuật toán học
máy cho dữ liệu lớn dùng Spark MLLib
G2.3 Đánh giá được hiệu quả các thuật toán trên
các tập dữ liệu thử nghiệm
2.1, 2.3,
4.4
2.1, 2.2
3
3
3
3
G3.1 Làm việc hiệu quả trong một nhóm
3.1, 2.4,
2.5
G3
9.
G3.2 Trình bày trước đám đông sử dụng phương
tiện trình chiếu
3.2
Đạo đức khoa học:
Các bài tập ở nhà, bài kiểm tra phải được thực hiện từ chính bản thân sinh
viên. Nếu bị phát hiện có sao chép thì xử lý các sinh viên có liên quan bằng
hình thức đánh giá 0 (không) điểm quá trình và cuối kỳ.
10. Nội dung chi tiết môn học:
Trình
Chuẩn
đầu ra
môn học
Phương Phương
pháp pháp
dạy học đánh giá
độ
năng
lực
Tuần
Nội dung
Chương 1: Tổng quan về học máy
ở quy mô lớn (4/0/8)
A/ Các nội dung và PPGD chính
trên lớp (4)
Nội dung GD lý thuyết
+ Các khái niệm cơ bản về dữ
liệu lớn
2
G1.1
G1.2
G1.3
G1.4
- Đàm
thoại
- Thảo
luận
Câu hỏi
ngắn
+ Các khái niệm cơ bản về học
máy
o Học có
giám sát
(supervised learning)
o Học không có giám sát
(unsupervised learning)
o Đánh giá mô hình
1
.
Train/Validation/Tes
t Sets
.
.
Lựa chọn mô hình
Bias vs. Variance
o Các ứng dụng của học
máy
+ Các vấn đề và thách thức khi
học máy ở quy mô lớn
+ Tổng quan về thư viện Spark
MLLib
PPGD chính
+ Thuyết giảng
+ Thảo luận
+ Trình chiếu Powerpoint
12
G1.1
G1.2
G1.3
G1.4
Nêu và
giải
quyết
vấn đề
Tự luận
B/ Các nội dung cần tự học ở nhà
(8)
+ Đọc tài liệu tổng quan về học
máy
+ Tài liệu
o [1] Chương 1, 2
o [3] Chương 1
o [2] Chương 24, 25
Chương 2: Hồi quy (4/8/8)
3
G3.1
G3.2
G3.3
- Đàm
thoại
- Thảo
luận
Câu hỏi
ngắn
A/ Các nội dung và PPGD chính
trên lớp (4)
Nội dung GD lý thuyết
+ Hồi quy tuyến tính
o Giải thuật Gradient descent
+ Hồi quy logistic
o Phân loại ở quy mô lớn
o Giải thuật Gradient descent
o Phân loại nhiều lớp
(Multiclass Classification)
+ Regularization
o Vấn đề quá khớp
(overfitting)
o Regularized Linear
Regression
o Regularized Logistic
Regression
2-3
+
Ứng dụng của hồi quy
PPGD chính
+ Thuyết giảng
+ Minh họa cách tính toán cho
các mô hình
+ Trình chiếu Powerpoint
B/ Các nội dung cần tự học ở nhà
(8)
+ Đọc lại về mô hình boolean và
mô hình không gian vector
+ Làm bài tập
G3.1
G3.2
G3.3
Nêu và
giải
quyết
vấn đề
Tự luận
+ Cài đặt, áp dụng hồi quy với
Spark MLLib
+ Tài liệu
o [1] Chương 3, 4 (mục 4.1 -
> 4.3), 6
o [2] Chương 27
Chương 3: Cây quyết định và
ensemble learning (4/4/8)
3
G3.1
G3.2
G3.3
- Đàm
thoại
- Thảo
luận
Câu hỏi
ngắn
A/ Các nội dung và PPGD chính
trên lớp (4)
Nội dung GD lý thuyết
+ Cây quyết định căn bản
4-5
13
+ Cây quyết định cho hồi quy
+ Cây quyết định cho phân loại
+ Boostrap và bagging
+ Gradient Boosted Decision
Tree
+ Stochastic Boosting
+ Ứng dụng của cây quyết định
và ensemble learning
PPGD chính
+ Thuyết giảng
+ Minh họa kỹ thuật
+ Trình chiếu Powerpoint
+ Thảo luận nhóm
G3.1
G3.2
G3.3
Nêu và
giải
quyết
vấn đề
Tự luận
B/ Các nội dung cần tự học ở nhà
(8)
+ Đọc tài liệu về cây quyết định
và ensemble learning
+ Cài đặt, áp dụng cây quyết
định và ensemble learning với
Spark MLLib
+ Tài liệu
o [1] Chương 8
o [2] Chương 26
Chương 4: Support vector machine
- SVM (4/4/8)
3
G3.1
G3.2
G3.3
- Đàm
thoại
- Thảo
luận
Câu hỏi
ngắn
A/ Các nội dung và PPGD chính
trên lớp (4)
Nội dung GD lý thuyết
+ Cơ sở Toán cho SVM
+ Các khái niệm quan trọng của
SVM
o Mặt phẳng tách (separating
hyperplane)
o Tối ưu hóa biên của mặt
phẳng tách (maximum
margin separating
6-7
hyperplane)
o Biên mềm (soft margin)
o Hàm nhân (kernel
function)
+ Ứng dụng SVM
PPGD chính
+ Thuyết giảng
+ Minh họa kỹ thuật
+ Trình chiếu Powerpoint
+ Thảo luận nhóm
14
G3.1
G3.2
G3.3
Nêu và
giải
quyết
vấn đề
Tự luận
B/ Các nội dung cần tự học ở nhà
(8)
+ Xem tài liệu về SVM
+ Áp dụng SVM dùng Spark
MLLib
+ Tài liệu
o [1] Chương 9
Chương 5: Gom cụm (4/0/8)
3
G3.1
G3.2
G3.3
- Đàm
thoại
- Thảo
luận
Câu hỏi
ngắn
A/ Các nội dung và PPGD chính
trên lớp (4)
Nội dung GD lý thuyết
+ Thu giảm số chiều
o Phân tích thành phần chính
(Principle Component
Analysis - PCA)
.
.
Thuật toán
Chọn số thành phần
chính
.
Khôi phục dữ liệu từ
các thành phần
chính
+ Gom cụm k-means
o Hàm mục tiêu
o Thuật toán
o Khởi tạo ngẫu nhiên
o Chọn số cụm
8-9
+
+
Ứng dụng PCA và k-means
Đề xuất project
PPGD chính
+ Thuyết giảng
+ Minh họa cách tính toán cho
mô hình
+ Trình chiếu Powerpoint
B/ Các nội dung cần tự học ở nhà
(8)
+ Đọc tài liệu về PCA và k-
means
G3.1
G3.2
G3.3
Nêu và
giải
quyết
vấn đề
Tự luận
+ Áp dụng PCA và k-means
dùng Spark MLLib
+ Tài liệu:
o [1] Chương 10
o [2] Chương 29
Chương 6: Hệ thống gợi ý (4/4/8)
3
10-
11
G3.1
G3.2
G3.3
- Đàm
thoại
- Thảo
luận
Câu hỏi
ngắn
A/ Các nội dung và PPGD chính
trên lớp (4)
Nội dung GD lý thuyết
+ Giới thiệu hệ thống gợi ý
15
o Hệ thống gợi ý phi cá nhân
hóa
o Hệ thống gợi ý dựa trên
nội dung
o Đánh giá hệ thống gợi ý
+ Hệ thống gợi ý lọc cộng tác
(collaborative filtering)
o User-user
o Item-item
o SVD
o MF
o ALS
PPGD chính
+ Thuyết giảng
+ Minh họa cách tính toán cho
mô hình
+ Trình chiếu Powerpoint
B/ Các nội dung cần tự học ở nhà
(8)
+ Đọc tài liệu về hệ thống gợi ý
+ Áp dụng các mô hình gợi ý
dùng Spark MLLib
+ Tài liệu:
G3.1
G3.2
G3.3
Nêu và
giải
quyết
vấn đề
Tự luận
o [4] Chương 1->3, 5, 7
o [2] Chương 28
Chương 7: Học máy với dữ liệu
văn bản (4/4/8)
3
G3.1
G3.2
G3.3
- Đàm
thoại
- Thảo
luận
Câu hỏi
ngắn
A/ Các nội dung và PPGD chính
trên lớp (4)
Nội dung GD lý thuyết
+ Biểu diễn văn bản
+ Mô hình hóa chủ đề - topic
modeling
o LDA
o Word2Vec
+ Ứng dụng mô hình chủ đề
PPGD chính
12-
1
3
+ Thuyết giảng
+ Minh họa kỹ thuật
+ Trình chiếu Powerpoint
+ Thảo luận nhóm
B/ Các nội dung cần tự học ở nhà
(8)
G3.1
G3.2
G3.3
Nêu và
giải
quyết
vấn đề
Tự luận
+ Đọc tài liệu về mô hình chủ đề
+ Áp dụng mô hình chủ đề dùng
Spark MLLib để phân tích văn
bản
+ Tài liệu
o Các bài báo liên quan
o [3] Chương 6
16
14-
15 (8/0/16)
Chương 8: Các chủ đề chọn lọc
3
G4.1
G4.2
- Đàm
thoại
Câu hỏi
ngắn
A/ Các nội dung và PPGD chính
trên lớp (4)
- Thảo
luận
Nội dung chính trên lớp
+ Các nhóm báo cáo các chủ đề
đã chọn (từ tuần 8)
PPGD chính
+ Trình chiếu Powerpoint
+ Thảo luận nhóm
G4.1
G4.2
B/ Các nội dung cần tự học ở nhà
(8)
+ Tìm kiếm tài liệu, đọc hiểu,
viết báo cáo và trình bày một
chủ đề đã chọn (giảng viên sẽ
cung cấp các tài liệu cơ sở)
+ Tài liệu
o [3]
o [2] Chương 30, 31
o Các bài báo, sách liên quan
về các chủ đề.
11. Đánh giá kết quả học tập
-
-
Thang điểm: 10
Kế hoạch kiểm tra như sau:
Chuẩn Trình Phương Công Tỉ
Hình
thức
KT
Thời đầu ra
độ
năng
lực
pháp
đánh
giá
cụ
lệ
Nội dung
điểm
đánh
KT
(%)
giá
Bài tập - thực hành
50
Bài tập
- thực
hành
Tuần
3
G2.1
G3.1
Câu
hỏi
BT#1 Bài tập về hồi quy
3
3
5
Bài tập về phân loại và
Bài tập
- thực
hành
hồi quy dùng cây quyết
BT#2
Tuần
5
G2.2
G3.1
Câu
hỏi
10
định và ensemble
learning
G2.3
G3.1
G3.2
Bài tập
- thực
hành
Bài tập
- thực
hành
Bài tập
- thực
hành
Bài tập
- thực
hành
Bài tập về phân loại và
BT#3
Tuần
7
Câu
hỏi
3
3
3
3
10
5
hồi quy dùng SVM
Bài tập về gom cụm
BT#4
Tuần
9
G1.5
G3.1
Câu
hỏi
dùng PCA và k-means
G2.4
G3.1
G3.2
G2.4
G3.1
G3.2
Tuần
11
Câu
hỏi
BT#5 Bài tập về hệ thống gợi ý
10
Bài tập về phân tích văn
BT#6
Tuần
13
Câu
hỏi
10
bản dùng mô hình chủ đề
17
Thi cuối kỳ
50
- Các nhóm (2-3 thành
viên) trình bày một chủ
đề chọn lọc về học máy ở
quy mô lớn.
- Mỗi thành viên sẽ được
hỏi một số câu hỏi liên
quan đến các kiến thức
căn bản về học máy ở
quy mô lớn.
G1.1-
>G1.6
G2.1-
>G2.6
G3.1-
>G3.2
G4.1-
>G4.2
3
3
3
3
Câu
hỏi
Vấn đáp
50
12. Tài liệu học tập
- Sách, giáo trình chính:
[1] Gareth James, Daniela Witten, Trevor Hastie and Robert
Tibshirani, An Introduction to Statistical Learningwith
Applications in R, Springer, 2013. (http://www-
bcf.usc.edu/~gareth/ISL/)
- Sách (TLTK) tham khảo:
[2] Bill Chambers and Matei Zaharia, Spark - The Definitive
Guide: Big Data Processing Made Simple, O’Reilly Media,
2018.
[3] Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills,
Advanced Analytics with Spark: Patterns for Learning from
Data at Scale, O'Reilly Media, 2015.
[4] Dietmar Jannach, Markus Zanker, Alexander Felfernig, and
Gerhard Friedrich, Recommender Systems: An Introduction,
Cambridge University Press, 2011.
13. Ngày phê duyệt lần đầu:
14. Cấp phê duyệt:
Trưởng khoa
Trưởng BM
Nhóm biên soạn
15. Tiến trình cập nhật ĐCCT
Lần 1: Nội Dung Cập nhật ĐCCT
lần 1: ngày tháng năm
(người cập nhật ký và
ghi rõ họ tên)
Tổ trưởng Bộ môn:
18
GIỚI THIỆU CÁC CHƯƠNG TRÌNH ĐÀO TẠO
1.
Sinh viên có kiến thức chuyên môn vững chắc về lĩnh vực Công
nghệ thông tin (Công nghệ phần mềm, Mạng máy tính, Hệ thống thông
tin); Sinh viên được chú trọng học tập cả về lý thuyết lẫn kỹ năng thực
hành nhằm đảm bảo Sinh viên ra trường có thể tiếp cận và làm việc ngay
tại các công ty.
Ra trường, Sinh viên có thể làm việc tại: Các công ty phần mềm,
các công ty cung cấp giải pháp mạng, các công ty cung cấp giải pháp hệ
thống thông tin trong nước cũng như quốc tế,… Có thể tham gia nghiên
cứu và giảng dạy tại các Viện nghiên cứu, Trường Đại học, Cao đẳng,
Trung cấp chuyên nghiệp, cũng như các Trường phổ thông; có thể làm
việc tại các công ty ngoài lĩnh vực CNTT nhưng có áp dụng triển khai
CNTT trong hoạt động, quản lý, sản xuất.
Hiện nay nhu cầu về kỹ sư phần mềm tại Việt Nam là rất lớn bởi sự
chuyển hướng đầu tư của các công ty nước ngoài vào Việt Nam. Ngoài
ra, SV sau khi hoàn thành chương trình đại học, có khả năng học tiếp lên
các bậc học cao hơn (thạc sỹ, tiến sỹ).
Được đào tạo tại khoa Công nghệ Thông tin và khoa Đào tạo Chất
lượng cao.
2.
Ngành Kỹ thuật dữ liệu trang bị cho sinh viên cho sinh viên kiến
thức cơ sở ngành về công nghệ thông tin, và kiến thức chuyên sâu về
phân tích, thiết kế, xây dựng các mô hình vật lý và mô hình lô-gic cho dữ
liệu, xây dựng hạ tầng dữ liệu (data infrastructure, data sets) và các công
cụ phục vụ việc thiết kế, dự đoán các sản phẩm tương lai.
Các kiến thức được trang bị cho sinh viên như: Cấu trúc dữ liệu và
giải thuật, lập trình hướng đối tượng, lập trình web, trí tuệ nhân tạo, Khai
phá dữ liệu, học máy, mô hình rủi ro tài chính, v.v…
Sinh viên tốt nghiệp có thể làm việc trong các công ty Công nghệ
thông tin, cũng như bộ phận công nghệ thông ty của các công ty ở các
lĩnh vực khác. Các vị trí có thể đảm nhận trong các tổ chức gồm:
- Data Engineer (Kỹ sư dữ liệu).
- Big data Engineer (Kỹ sư quản trị dữ liệu lớn).
- Lập trình viên, chuyên viên phát triển phần mềm.
- Chuyên viên quản trị cơ sở dữ liệu, quản trị web.
- Trưởng dự án phát triển hệ thống thông tin.
19
- Cán bộ nghiên cứu và ứng dụng Công nghệ thông tin ở các viện,
trung tâm nghiên cứu và các trường đại học, cao đẳng.
- Giảng viên Công nghệ thông tin ở các các trường đại học, cao
đẳng, trung học phổ thông, trung học chuyên nghiệp và dạy nghề.
20
Tải về để xem bản đầy đủ
21 trang
09/01/2024
14900
Free
Bạn đang xem 20 trang mẫu của tài liệu "Đề cương chi tiết môn Các ứng dụng của dữ liệu lớn - Học máy ở quy mô lớn", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- de_cuong_chi_tiet_mon_cac_ung_dung_cua_du_lieu_lon_hoc_may_o.pdf
