Toán Cao Cấp Cho Machine Learning FUNiX

MỤC TIÊU MÔN HỌC

Sau khi học xong môn này, học viên sẽ đạt được các chuẩn kiến thức, kỹ năng đầu ra như sau:

• Bức tranh tổng quan về thống kê và xác suất, vai trò của thống kê và xác suất trong cuộc sống hiện đại, ý nghĩa của thống kê suy diễn và thống kê mô tả.
• Các đặc trưng của dữ liệu theo phương pháp thu thập dữ liệu, các loại dữ liệu và các thông số thống kê đặc trưng của dữ liệu.
• Ý nghĩa của hệ số tương quan giữa 2 biến dữ liệu và các phương pháp giải bài toán hồi quy tuyến tính đơn giản với 2 biến. 
• Các khái niệm cơ bản trong xác suất: Biến cố, ngẫu nhiên, quy tắc cộng/nhân, xung khắc/độc lập và định lý Bayes.
• Hàm phân phối tích lũy và các hàm phân phối xác suất trong thống kê cho biến rời rạc và biến liên tục: Phân phối chuẩn, phân phối nhị thức và các phân phối nâng cao khác.
• Phân phối mẫu, ước lượng điểm và khoảng tin cậy cho giá trị trung bình, xác suất và phương sai của quần thể.
• Các khái niệm cơ bản trong kiểm định giả thuyết: Giả thuyết không, giả thuyết thay thế, các dạng lỗi, quy trình của bài toán kiểm định giả thuyết cho kiểm định xác suất và kiểm định giá trị trung bình.
• Kiểm định Chi-square cho biến phân loại và các phương pháp bổ sung (Cramér’s V, Fisher Exact).
• Kiểm định sự tồn tại của tương quan tuyến tính và cách sử dụng đường hồi quy