Chào mừng đến với kho lưu trữ các bài tập và tài liệu cho môn học Trí Tuệ Nhân Tạo (EE3063) tại Đại học Bách Khoa TP.HCM (HCMUT) trong học kỳ HK242 (Spring 2025)! 🎉
- Họ và Tên: Nguyễn Trọng Thắng
- MSSV: 1915244
- Email: ntthang.dev@gmail.com
- GitHub: ntthang-dev
Dưới đây là cái nhìn tổng quan về cách tổ chức các thư mục và tệp trong kho lưu trữ này:
- 📁
datasets/: Nơi lưu trữ các bộ dữ liệu được sử dụng cho các bài tập.- 📄
audi.csvBộ dữ liệu về xe Audi.
- 📄
- 📁
docs/: Chứa các tài liệu, báo cáo hoặc tóm tắt đã được chuyển đổi sang định dạng.docx.- 📄
Compared Machine Learning&Deep Learning.docx- Bài tập 1 về thuật toán Perceptron. - 📄
HW2 - Phân loại Đa lớp với KNN, OvR, OvO.docx- Bài tập 2 về KNN, OvR, OvO. - 📄
HW3 - Linear Regression and KNN for Regression.docx- Bài tập 3 về Hồi quy Tuyến tính và KNN cho Hồi quy. - 📄
HW4 - K-Means for Image Color Quantization (Compression).docx- Bài tập 4 về K-Means để lượng tử hóa màu ảnh. - 📄
HW5 - Q-Learning Algorithm.docx- Bài tập 5 về thuật toán Q-Learning. - 📄
HW6 - RNN for Character-Level Name Prediction.docx- Bài tập 6 về RNN dự đoán tên. - 📄
HW7 - LSTM for Character-Level Name Prediction.docx- Bài tập 7 về LSTM dự đoán tên. - 📄
Particle Filter - Robot Localization 1D.docx- Bài tập về Particle Filter. - 📄
Phân tích và Dự đoán Giá Xe Audi Sử dụng KNN và Hồi quy Tuyến tính.docx- Phân tích và dự đoán giá xe Audi. - 📄
Summary Deep Learning.docx- Tóm tắt kiến thức Học Sâu. - 📄
Summary Machine Learning.docx- Tóm tắt kiến thức Học Máy. - 📄
Summary Uncertainty.docx- Tóm tắt kiến thức về Xử lý Không Chắc Chắn.
- 📄
- 📁
logs/: Chứa các tệp log, ví dụ như log quá trình chuyển đổi tệp.- 📄
conversion_log_20250514_171157.txt- Log chuyển đổi file.
- 📄
- 📁
src/homeworks/: Nơi chứa mã nguồn (Jupyter Notebooks.ipynbvà Markdown.md) cho các bài tập.- 🗒️
Compared Machine Learning&Deep Learning.md- Bài tập 1 (Jupyter Notebook). - 🗒️
HW2 - Phân loại Đa lớp với KNN, OvR, OvO.ipynb- Bài tập 2 (Jupyter Notebook). - 🗒️
HW3 - Linear Regression and KNN for Regression.ipynb- Bài tập 3 (Jupyter Notebook). - 🗒️
HW4 - K-Means for Image Color Quantization (Compression).ipynb- Bài tập 4 (Jupyter Notebook). - 🗒️
HW5 - Q-Learning Algorithm.ipynb- Bài tập 5 (Jupyter Notebook). - 🗒️
HW6 - RNN for Character-Level Name Prediction.ipynb- Bài tập 6 (Jupyter Notebook). - 🗒️
HW7 - LSTM for Character-Level Name Prediction.ipynb- Bài tập 7 (Jupyter Notebook). - 🗒️
Particle Filter - Robot Localization 1D.ipynb- Bài tập về Particle Filter (Jupyter Notebook). - 🗒️
Phân tích và Dự đoán Giá Xe Audi Sử dụng KNN và Hồi quy Tuyến tính.ipynb- Phân tích và dự đoán giá xe Audi (Jupyter Notebook). - 🗒️
Summary Deep Learning.md- Tóm tắt kiến thức Học Sâu (Markdown). - 🗒️
Summary Machine Learning.md- Tóm tắt kiến thức Học Máy (Markdown). - 🗒️
Summary Uncertainty.md- Tóm tắt kiến thức về Xử lý Không Chắc Chắn (Markdown).
- 🗒️
- 📄
README.md: Chính là tệp bạn đang đọc đây! Chứa thông tin tổng quan về kho lưu trữ. - 📒
hw4_linear_regression_.ipynb: Bài tập 4 về Hồi quy tuyến tính (Jupyter Notebook). - 📒
hw_1_perceptron_learning.ipynb: Bài tập 1 về thuật toán Perceptron (Jupyter Notebook).
Dưới đây là danh sách các bài tập và tài liệu tóm tắt lý thuyết bạn có thể tìm thấy trong kho lưu trữ này:
- HW1: Thuật toán Perceptron Learning
- Mã nguồn:
src/homeworks/HW1 - Perceptron.ipynb - Báo cáo:
docs/HW1 - Perceptron.docx
- Mã nguồn:
- HW2: Phân loại Đa lớp với KNN, One-vs-Rest, và One-vs-One
- HW3: Hồi quy Tuyến tính và KNN cho Bài toán Hồi quy
- HW4: Sử dụng K-Means để Giảm Số Lượng Màu trong Ảnh (Nén Ảnh)
- HW4 (khác): Linear Regression Algorithm
- Mã nguồn:
hw4_linear_regression_.ipynb
- Mã nguồn:
- HW5: Thuật toán Q-Learning
- HW6: Mạng Nơ-ron Hồi quy (RNN) để Dự đoán Tên ở Cấp độ Ký tự
- HW7: Mạng LSTM (Long Short-Term Memory) để Dự đoán Tên
- Particle Filter - Robot Localization 1D
- Mã nguồn:
src/homeworks/Particle Filter - Robot Localization 1D.ipynb[Nguồn: 316, 317, 318, 319, 320, 321, 322, 323, 324] - Báo cáo:
docs/Particle Filter - Robot Localization 1D.docx
- Mã nguồn:
- Phân tích và Dự đoán Giá Xe Audi Sử dụng KNN và Hồi quy Tuyến tính
- 📄 So sánh Machine Learning & Deep Learning:
src/homeworks/Compared Machine Learning&Deep Learning.md - 📄 Tóm tắt kiến thức Deep Learning:
src/homeworks/Summary Deep Learning.md - 📄 Tóm tắt kiến thức Machine Learning:
src/homeworks/Summary Machine Learning.md - 📄 Tóm tắt kiến thức Xử lý Thông tin Không Chắc Chắn:
src/homeworks/Summary Uncertainty.md
- Clone kho lưu trữ:
git clone [https://github.com/ntthang-dev/AI_Control_HCMUT_EE3063_Spring2025.git](https://github.com/ntthang-dev/AI_Control_HCMUT_EE3063_Spring2025.git) cd AI_Control_HCMUT_EE3063_Spring2025 - Mở các tệp Jupyter Notebook (trong thư mục
src/homeworks/) bằng Jupyter Notebook hoặc Google Colab để xem và chạy mã nguồn. - Tham khảo các tệp tài liệu (trong thư mục
docs/) để xem báo cáo chi tiết.
=============================================================================
Copyright (c) 2025 Nguyen Trong Thang - 1915244
Ho Chi Minh City University of Technology (HCMUT)
Semester: HK242 - Spring 2025
Author: Nguyen Trong Thang (ntthang.dev@gmail.com)
=============================================================================
Chúc các bạn học tốt! 😊