Học phần có mục đích trang bị kiến thức về các phương pháp tiên tiến trong học máy và nhận dạng thống kê và các ứng dụng của chúng trong các lĩnh vực như khai phá dữ liệu, xử lí ảnh, xử lí văn bản và dữ liệu web. Học viên sẽ thực hiện một bài tiểu luận nghiên cứu với chủ đề mở trong lĩnh vực. Các chủ đề bao gồm các phương pháp học máy có hướng dẫn, học máy không có hướng dẫn, các mô hình đồ thị, v.v.
. Tài liệu bắt buộc
- Murphy K.P. (2013). Machine Learning: A Probablistic Perspective, MIT Press
. Tài liệu tham khảo thêm
- Hastie T., Tibshirani R., Friedman J. (2011). The Elements of Statistical Learning, Data Mining, Inference, and Prediction, 2nd edition, Springer.
- Writen I.H., Frank E. (2005), Data Mining: Practical Machine Learning Tools and Techniques (Second Edition). Elsevier Inc.
- Bishop C.M (2007), Pattern Recognition and Machine Learning, Springer.
