DBM301 Chương 8 và 9 - Phân lớp: khái niệm cơ bản và phương pháp nâng cao

Chương 8 Classification: Basic Concepts và Chương 9 Classification: Advanced Methods (Han, Kamber, Pei, ấn bản 3); buổi 33–36, Exercise 2 ở buổi 37–40; ứng với CLO8 trong bảng CLO. Thuật toán: C4.5, ID3, CART, phân lớp naïve Bayes, lan truyền ngược (backpropagation), support vector machines, k-nearest-neighbor, RIPPER, CBA, thuật toán di truyền. Mô hình: mạng Bayesian belief network, mạng nơ-ron truyền thẳng nhiều lớp, hàm nhân (kernel function), tập thô, tập mờ, lazy learner. Độ đo: information gain, gain ratio, Gini index, sensitivity, specificity, precision, recall, F measure, đường cong ROC. Đánh giá: kiểm định chéo (cross-validation), holdout, bootstrap. Phương pháp kết hợp (ensemble): AdaBoost, bagging, random forests. Mất cân bằng lớp: oversampling, undersampling, threshold moving. Kiểu học: co-training, active learning.