Bài tiểu luận phân tích nhóm khách hàng vay cá nhân Thera Bank bằng công cụ khoa học dữ liệu Orange; nghiên cứu sử dụng thuật toán phân cụm và phân lớp.

Chương 5 giới thiệu kỹ thuật gom cụm (clustering), K-Means, DBSCAN; ứng dụng phân tích dữ liệu kinh tế, phân khúc khách hàng, phát hiện bất thường.

Bài tiểu luận phân tích nhóm khách hàng vay cá nhân Thera Bank bằng công cụ khoa học dữ liệu Orange; nghiên cứu sử dụng thuật toán phân cụm và phân lớp.

Bài giảng về phân cụm dữ liệu, một phương pháp học không giám sát. Trình bày các thuật toán phân cụm theo nhóm và phân cấp, cùng ứng dụng thực tế.

Khóa luận nghiên cứu hệ thống phát hiện đường đi tránh ùn tắc tại TP.HCM, kết hợp phân cụm dữ liệu và thuật toán A* để tối ưu lộ trình.

Khóa luận nghiên cứu hệ thống phát hiện đường đi tránh ùn tắc tại TP.HCM, dùng thuật toán phân cụm và tìm kiếm tối ưu A*, giúp giảm thời gian di chuyển.

Bài tiểu luận về ứng dụng khoa học dữ liệu để phân tích và dự báo tỷ lệ khách hàng rời bỏ (Customer Churn) tại một công ty viễn thông, sử dụng phân cụm và phân lớp.

Tài liệu ôn tập Data Mining trình bày nội dung chính về: Khái niệm, quy trình KDD, thuật toán Apriori, FP-Growth, tiền xử lý dữ liệu, phân cụm, phân lớp, luật kết hợp, Big Data.

Bài giảng "Khai thác dữ liệu: Chương 7 - Gom cụm" cung cấp cho sinh viên những kiến thức như: Tổng quan về gom cụm dữ liệu; phương pháp phân hoạch; phương pháp phân cấp; phương pháp dựa trên mật độ; phương pháp dựa trên mô hình. Mời các bạn cùng tham khảo!

Nhằm giúp các bạn có thêm tài liệu ôn tập, củng cố lại kiến thức đã học và rèn luyện kỹ năng làm bài tập, mời các bạn cùng tham khảo Đề thi kết thúc học phần học kì 3 môn Phân tích dữ liệu lớn năm 2021-2022 - Trường ĐH Văn Lang dưới đây. Hy vọng sẽ giúp các bạn tự tin hơn trong kỳ thi sắp tới.