|
Dòng
|
Nội dung
|
|
1
|
A Hands-On Introduction to Data Science / Chirag Shah
UK : Cambridge University Press, 2020
424 p. : illustration ; 25 cm.
Ký hiệu phân loại (DDC): 006
This book introduces the field of data science in a practical and accessible manner, using a hands-on approach that assumes no prior knowledge of the subject. The foundational ideas and techniques of data science are provided independently from technology, allowing students to easily develop a firm understanding of the subject without a strong technical background, as well as being presented with material that will have continual relevance even after tools and technologies change.
Số bản sách:
(0)
Tài liệu số:
(1)
|
|
2
|
Áp dụng Machine Learning vào Pyspark để dự đoán quyết định mua sắm của khách hàng : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Trần Nguyễn Hoàng Hảo; Trần Châu Thanh Thiện hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
41 tr. : bàng biểu ; 29 cm.
Ký hiệu phân loại (DDC): 658.81
Đề tài được xây dựng với mục tiêu nhằm phân tích nhu cầu mua sắm của khách hàng. Dựa trên nghiên cứu các thuật toán cùng với việc khai phá dữ liệu, đưa ra được mô hình dự đoán quyết định mua sắm của khách hàng là việc có mua sắm hay không. Thay vì những phân tích thủ công trước đây, các thuật toán học máy phân tích dựa trên các dữ liệu thu thập được từ trước đến nay làm bộ dữ liệu huấn luyện và đưa ra mô hình để hỗ trợ việc xem người dùng có quyết định mua sắm hay không thông qua các số liệu liên quan đến người dùng đó. Đề tài này nhằm hỗ trợ một phần quan trọng để biết được nhu cầu mua sắm của khách hàng là như thế nào.
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
3
|
Áp dụng mô hình Machine learning để dự đoán có hay không bệnh tim mạch : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Phạm Minh Tiến; Trần Châu Thanh Thiện hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
vii, 56 tr. : biểu đồ; hình ; 29 cm.
Ký hiệu phân loại (DDC): 616.12
Đề tài áp dụng công nghệ Machine Learning để phát triển một mô hình dự đoán nguy cơ mắc bệnh tim mạch dựa trên các chỉ số y tế của bệnh nhân. Mô hình được xây dựng dựa trên cơ sở của một bộ dữ liệu chứa thông tin về tuổi, giới tính, các chỉ số về huyết áp, cholesterol, đường huyết, kết quả điện tâm đồ và nhiều yếu tố khác. Bằng cách phân tích và xử lý dữ liệu. đề xuất sử dụng các mô hình Machine Laerning như Logistic Regression, K-Neighbors và Random Forest để dự đoán xác suất mắc bệnh tim mạch của một cá nhân dựa trên thông tin y tế cá nhân. Cuối cùng tạo ra một công cụ hữu ích cho việc đánh giá nguy cơ mắc bệnh tim mạch và hỗ trợ quyết định lâm sàng, giúp cải thiện khả năng chẩn đoán sớm và can thiệp kịp thời. Từ đó, giảm thiểu tác động của bệnh tim mạch và nâng cao chất lượng cuộc sống cộng đồng.
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
4
|
|
|
5
|
Chatbot AI dự đoán sức khoẻ tinh thần : Khoá luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Nguyễn Thị Cẩm Tiên; Vương Xuân Chí hướng dẫn
Tp. Hồ Chí Minh : Trường Đại học Nguyễn Tất Thành, 2024
viii, 68 tr. : hình ảnh ; 29 cm.
Ký hiệu phân loại (DDC): 006.3
Nghiên cứu này tập trung vào việc ứng dụng trí tuệ nhân tạo, cụ thể là trong lĩnh vực xử lý ngôn ngữ tự nhiên (NLP), nhằm tạo ra một nền tảng tương tác thông minh giúp người dùng tự đánh giá sức khỏe tinh thần. Hệ thống này được thiết kế dành cho những người quan tâm đến việc chăm sóc sức khỏe tâm lý của bản thân, nhất là đối với nhóm thanh thiếu niên và người trẻ tuổi, những người thường đối mặt với nhiều áp lực trong cuộc sống hiện đại. Nghiên cứu các tiêu chí và dấu hiệu phổ biến của các rối loạn tâm thần như trầm cảm, lo âu và stress, dựa trên tiêu chuẩn DSM-5 và các tài liệu chuyên ngành khác. Xây dựng hệ thống chatbot tích hợp các chức năng đánh giá, theo dõi và cung cấp thông tin hỗ trợ sức khỏe tinh thần. Khai thác sức mạnh của trí tuệ nhân tạo, đặc biệt là các kỹ thuật xử lý ngôn ngữ tự nhiên và học máy, để xây dựng một hệ thống chatbot thông minh, có khả năng giao tiếp tự nhiên bằng tiếng Việt, nhằm đáp ứng nhu cầu giao tiếp và hỗ trợ người dùng một cách hiệu quả.
Số bản sách:
(1)
Tài liệu số:
(1)
|
|
|
|
|