VTI TechBlog!

  • TOPトップ
  • Bài Viết投稿
  • Sự Kiệnイベント
  • Về Chúng Tôi私達について
  • Tuyển Dụng採用情報
  • vti.com.vnホームページ
menu
  • TOPトップ
  • Bài Viết投稿
  • Sự Kiệnイベント
  • Về Chúng Tôi私達について
  • Tuyển Dụng採用情報
  • vti.com.vnホームページ
Bài Viết

XGBoost – Bài 9: Cấu hình Early_Stopping cho XGBoost model

2020.12.03 Division9

Overfitting vẫn luôn là một vấn đề làm đau đầu những kỹ sư AI. Trong bài viết này chúng ta sẽ cùng tìm hiểu cách thức monitor (giám sát) performance (hiệu năng) của XGBoost model trong suốt quá trình train. Từ đó cấu hình early stopping để quyết định khi nào thì nên dừng lại…

Bài Viết

XGBoost – Bài 8: Lựa chọn features cho XGBoost model

2020.11.27 Division9

Quay lại với chủ để XGBoost, hôm nay chúng ta sẽ tìm hiểu cách thức lự chọn features cho XGBoost model. Feature selection hay lựa chọn features là một bước tương đối quan trọng trước khi train XGBoost model. Lựa chọn đúng các features sẽ giúp model khái quát hóa vấn đề tốt hơn (low…

Bài Viết

Nghề Data Scientist – Lý thuyết và thực tế – Sự khác biệt

2020.11.17 Division9

Tạm dừng loạt bài viết về XGBoost model, lần này sẽ là một bài nhẹ nhàng hơn, không có code kiếc gì cả! 😀 Bạn thường nghe nói Data Scientist là nghê sexy nhất thế kỷ 21, với mức lương cao ngất ngưởng, tạo ra những sản phầm có tầm ảnh hưởng lớn, được mọi…

Bài Viết

XGBoost – Bài 7: Lưu và sử dụng XGBoost model

2020.11.10 Division9

Giả sử bạn đã train xong một XGBoost model đạt được độ chính xác rất cao. Câu hỏi đặt ra là làm sao lưu lại model đó để sử dụng về sau (không phải mất công train lại model mỗi khi cần sử dụng)? Trong bài viết này, chúng ta hãy cùng tìm hiểu cách…

Bài Viết

XGBoost – Bài 6: Trực quan hóa XGBoost model

2020.11.05 Division9

Ta đã biết, XGBoost thực chất là tập hợp gồm nhiều decision tree. Việc thể hiện mỗi decision tree đó trên đồ thì sẽ giúp chúng ta hiểu sâu sắc hơn quá trình boosting khi đưa vào một tập dữ liệu. Trong bài này, hãy cùng tìm hiểu cách thức thể hiện đó từ một…

Bài Viết

XGBoost – Bài 5: Đánh giá hiệu năng của XGBoost model

2020.10.26 Division9

Mục đích của việc phát triển mô hình dự đoán là tạo ra một mô hình có độ chính xác cao khi kiểm tra trên bộ dữ liệu độc lập với dữ liệu train (gọi là unseen data). Trong bài viết này, chúng ta cùng tìm hiểu hai phương pháp đánh giá một XGBoost model:…

Bài Viết

XGBoost – Bài 4: Chuẩn bị dữ liệu cho XGBoost model

2020.10.21 Division9

XGBoost là một thuật toán thuộc họ Gradient Boosting. Những ưu điểm vượt trội của nó đã được chứng minh qua các cuộc thi trên kaggle. Dữ liệu đầu vào cho XGBoost model phải ở dạng số. Nếu dữ liệu không ở dạng số thì phải được chuyển qua dạng số (numeric) trước khi đưa…

Bài Viết

XGBoost – Bài 2: Toàn cảnh về Ensemble Learning – Phần 2

2020.10.18 Division9

Tiếp tục phần 2 của loạt bài tìm hiểu toàn cảnh về Ensemble Learning, trong phần này ta sẽ đi qua một số thuât toán thuộc nhóm Bagging và Boosting. Các thuật toán thuộc nhóm Bagging bao gồm: Bagging meta-estimator Random forest Các thuật toán thuộc họ Boosting bao gồm: AdaBoost Gradient Boosting (GBM) XGBoost…

Bài Viết

Code Coverage Report trong Automation Test

2020.10.13 Group1 VTI

I. Lời nói đầu: Gần đây các hệ thống áp dụng Dev/Ops đã dần trở nên phổ biến. Các thao tác test cơ bản như unit test, integration test đã được thực hiện một cách tự động hóa hoàn toàn. Đối với từng ngôn ngữ khác nhau, chúng ta có các tool hay framework khác…

Bài Viết

XGBoost – Bài 1: Toàn cảnh về Ensemble Learning – Phần 1

2020.10.13 Division9

1. Giới thiệu về Ensemble Learning Giả sử chúng ta có một bài toán phân loại sản phẩm sử dụng ML. Team của bạn chia thành 3 nhóm, mỗi nhóm sử dụng một thuật toán khác nhau để train model trên tập train set. Sau đó đánh giá độ chính xác trên tập validation set:…

Bài Viết

Bookmark from Zero to Hero

2020.10.12 Group1 VTI

Mở đầu Internet nếu biết cách sẽ biến bạn trở thành người "trên thông thiên văn, dưới tường địa lý", nếu không biết cách thì bạn sẽ bị nó nhấn chìm bởi sự hổ lốn, thật giả lẫn lộn của nó. Để cuộc sống này trở nên dễ thở Để tiết kiệm được thời gian…

Bài Viết

XGBoost – Giới thiệu chuỗi bài viết về thuật toán XGBoost

2020.10.09 Division9

Trong số các thuật toán ML, XGBoost rất được quan tâm gần đây vì những ưu điểm vượt trội của nó so với các thuật toán khác. Hầu hết những người chiến thắng trong các cuộc thi trên Kaggke đều sử dụng XGBoost trong các giải pháp của họ. Vì vậy, mình quyết định sẽ…

  • <
  • 1
  • …
  • 7
  • 8
  • 9
  • 10
  • 11
  • …
  • 16
  • >

Tags

.Net AI Android ApiGateway APP AWS aws cli AWS Cloud9 AWS Elasticseach aws sts BrSE C# chatbot cloud CloudTeam credentials Data Science devops Docker Elasticseach G1 git golang gryqhon ios IoT java lambda linux luyen thi Machine Learning N2 pmp python RPA s3 SE Serverless solution architect Tangai365 Unit Test vti XGBoost 採用 新卒

Recent Comments

  • Nguyen Tien Su on Nước Nhật vui vẻ – Văn hóa công sở
  • Nguyễn Ngọc Nam on XGBoost – Bài 3: Xây dựng XGBoost model
  • Tan Phan on Cài đặt nhanh AWS Java SDK (StepFunctions)
  • Private123 on Leo núi Phú Sĩ – lên đỉnh cùng VTI

Link

  • VTI VietNam
  • VTI VietNam FB
  • VTI Japan
  • VTI Japan FB

©Copyright2025 VTI TechBlog!.All Rights Reserved.