Học máy Bayes trong Python: Thử nghiệm A/B

Mô tả ngắn khóa học

Trong khóa học này, chúng ta sẽ thực hiện thử nghiệm A/B truyền thống để đánh giá mức độ phức tạp của nó, sau đó áp dụng phương pháp học máy Bayes để cải thiện hiệu suất thử nghiệm A/B.

Nội dung khóa học

– Sử dụng các thuật toán thích ứng để cải thiện hiệu suất thử nghiệm A/B

– Hiểu sự khác biệt giữa thống kê Bayes và thống kê tần suất

– Áp dụng phương pháp Bayes vào thử nghiệm A/B

Kiến thức đầu ra

– Biết cách viết code Python cho Bayesian ML

– Biết cách thức hoạt động của A/B Testing

– Biết cách sử dụng các thuật toán thích ứng để cải thiện hiệu suất thử nghiệm A/B

– Biết cách áp dụng phương pháp học máy Bayes vào thử nghiệm A/B

– Hiểu sự khác biệt giữa cách thống kê bằng học máy Bayes và thống kê tần suất thường sử dụng

Điều kiện đầu vào

Để học tốt khoá học này, bạn nên  có: 

• Kiến thức cơ bản về kỹ thuật lập trình
• Kiến thức nền tảng về CNTT
• Kiến thức về xác suất (phân phối chung, biên có điều kiện, biến ngẫu nhiên liên tục và rời rạc, PDF, PMF, CDF)
• Biết lập trình với ngôn ngữ Python: if/else, vòng lặp, danh sách, ký tự, bộ Numpy, Scipy, Matplotlib
  

  Đối tượng phù hợp 

– Sinh viên khối CNTT hay những bạn làm việc trong lĩnh vực Máy Học

– Sinh viên có mong muốn làm các công việc về ML Engineer

– Người đi làm có nền tảng kiến thức về kỹ thuật muốn học kỹ thuật học máy Bayes để áp dụng vào công việc hiện tại 

>> Đăng ký tham gia khoá học ngay tại đây: