MỤC LỤC

DANH MỤC HÌNH ………………………………………………………………………………….. iv
DANH MỤC BẢNG ………………………………………………………………………………….. v
DANH MỤC CHƢƠNG TRÌNH ………………………………………………………………… vi
LỜI CẢM ƠN …………………………………………………………………………………………. vii
MỞ ĐẦU …………………………………………………………………………………………………. 1
CHƯƠNG 1 ……………………………………………………………………………………………… 3
TỔNG QUAN VỀ MÁY HỌC VÀ ỨNG DỤNG ……………………………………………. 3
1.1. TỔNG QUAN VỀ MÁY HỌC …………………………………………………………… 3
1.2. MỘT SỐ KHÁI NIỆM TRONG HỌC MÁY ………………………………………… 8
1.2.1. Dữ liệu (Data) …………………………………………………………………………….. 8
1.2.2. Một số thuật ngữ trong Máy học ………………………………………………….. 10
1.2.3. Các kiểu học trong Máy học………………………………………………………… 13
1.3. ỨNG DỤNG CỦA HỌC MÁY ………………………………………………………… 15
1.4. Mô hình máy học và bài toán dự đoán bệnh tiểu đƣờng tại bệnh viện đa khoa
huyện Khoái Châu ………………………………………………………………………………… 17
1.5 TỔNG KẾT CHƯƠNG 1 …………………………………………………………………. 18
CHƯƠNG 2 ……………………………………………………………………………………………. 20
MÔ HÌNH CÂY QUYẾT ĐỊNH VÀ MÔ HÌNH ENSEMBLES ……………………… 20
2.1. MÔ HÌNH CÂY QUYẾT ĐỊNH (DECISION TREES) ………………………… 20
2.1.1 Ý tƣởng …………………………………………………………………………………….. 20
2.1.2 Tách dữ liệu ………………………………………………………………………………. 22
2.1.3 Entropy …………………………………………………………………………………….. 22
2.1.4 Gini ………………………………………………………………………………………….. 24
2.1.5 Kết luận ……………………………………………………………………………………. 25
2.2. MÔ HÌNH ENSEMBLES CHO CÂY QUYẾT ĐỊNH ………………………….. 25
2.2.1. Mô hình Ensembles [6, 7, 8, 9] ……………………………………………………. 25
2.2.1.1 Tổng quan về mô hình Ensembles ……………………………………………. 26
2.2.1.2 Họ mô hình Ensembles …………………………………………………………… 26
2.2.2 Random Forests [3] …………………………………………………………………….. 27
2.2.3 Gradient Boosted Trees (Gradient Boosting Machines) [4] ……………….. 29
2.3. PYTHON TRONG MÁY HỌC ………………………………………………………… 30
2.3.1 Tại sao dùng Python……………………………………………………………………. 30
2.3.2 Thƣ viện trong Python [12, 13, 14] ……………………………………………….. 30
2.3.2.1 Pandas ………………………………………………………………………………… 31
2.3.2.2 Numpy [15] ………………………………………………………………………….. 31
2.3.2.3 Scikit – learn …………………………………………………………………………. 32
2.4. TỔNG KẾT CHƯƠNG 2 ………………………………………………………………… 33
CHƯƠNG 3 ……………………………………………………………………………………………. 34
ÁP DỤNG MÔ HÌNH DECISION TREES VÀ ENSEMBLES ĐỂ ………………….. 34
DỰ ĐOÁN BỆNH TIỂU ĐƢỜNG ……………………………………………………………… 34
3.1. DỮ LIỆU BỆNH NHÂN TIỂU ĐƢỜNG …………………………………………… 34
3.1.1 Thông tin về một số yếu tố liên quan, ảnh hƣởng đến bệnh tiểu đƣờng .. 34
3.1.2 Dữ liệu đƣợc dùng trong chƣơng trình …………………………………………… 38
3.2. XỬ LÝ DỮ LIỆU BỆNH NHÂN TIỂU ĐƯỜNG ……………………………….. 38
3.2.1 Hiển thị dữ liệu ………………………………………………………………………….. 38
3.2.2 Thống kê dữ liệu [19] ………………………………………………………………….. 41
3.2.3 Biểu đổ hóa dữ liệu [20] ………………………………………………………………. 43
3.2.4 Chuẩn hóa dữ liệu [21] ………………………………………………………………… 44
3.3 TỔNG KẾT CHƯƠNG 3 …………………………………………………………………. 56
KẾT LUẬN …………………………………………………………………………………………….. 57
TÀI LIỆU THAM KHẢO …………………………………………………………………………. 60