Sổ tay tóm tắt để ôn nhanh hoặc in ra.

Sổ tay Phase 5: Dự báo

Tuần 12. Nguyên lý machine learning

Khái niệm	Nhớ một câu
Supervised / unsupervised	Có đáp án để học / không có đáp án, tự tìm cấu trúc.
Train / test	Học trên train, chấm điểm trên test chưa thấy. Test dùng một lần.
Baseline	Model phải thắng cách đoán ngây thơ thì mới có giá trị.
Overfitting	Train cao, test thấp: học thuộc nhiễu. Dùng model đơn giản hơn.
Data leakage	Feature chưa thể có lúc dự báo. Kết quả đẹp bất thường là dấu hiệu.

Khái niệm	Nhớ một câu
FP / FN	Báo nhầm / bỏ sót. Sàng lọc bệnh: tránh FN. Lọc spam: tránh FP.
Precision	TP / (TP + FP): trong các ca báo "có", đúng bao nhiêu.
Recall	TP / (TP + FN): trong các ca "có" thật, bắt được bao nhiêu.
Accuracy	Đánh lừa khi mất cân bằng: 1% gian lận thì đoán "không" đã đạt 99%.
MAE	Trung bình sai lệch tuyệt đối. So với baseline "đoán trung bình".
Tree / logistic	Cây: chuỗi câu hỏi có/không. Logistic: xác suất thuộc lớp, chọn ngưỡng.

Khái niệm	Nhớ một câu
Chia theo thời gian	Train bằng quá khứ, test bằng tương lai. Không chia ngẫu nhiên.
Baseline	Naive, seasonal naive, moving average. Có mùa vụ thì seasonal naive.
Exponential smoothing	Gần đây nặng hơn; Holt-Winters có mức, trend, mùa vụ.
Khoảng dự báo	Lấy từ sai số backtest. "1.000 đơn, 80% trong 850–1.150".

Overfitting: điểm train cao, điểm test thấp; model học thuộc noise.
Baseline: model phải thắng được cách đoán ngây thơ thì mới có giá trị.
FP và FN: tuỳ bài toán mà ưu tiên giảm loại sai nào; ví dụ lọc spam và sàng lọc bệnh.
Train quá khứ, test tương lai: chia ngẫu nhiên với dữ liệu thời gian thì model "nhìn thấy tương lai".
Data leakage: feature chứa thông tin mà tại thời điểm dự báo chưa thể có.
Dự báo có sai số: luôn trình bày dự báo kèm khoảng.