Thuộc hành trình Machine LearningMớiHành trìnhHọc không giám sát với Python
Tìm ra các nhóm, hình dạng và những điểm khác thường trong dữ liệu không có nhãn. Phân cụm, giảm chiều và rà soát bộ dữ liệu thật với scikit-learn, rồi xem mọi kết quả trên biểu đồ.
51 bài học51 thử thách210 câu hỏi trắc nghiệm
- Phù hợp cho người mới
Trợ giúp lập trình bằng AI
Bài học tương tác thực hành
Bài trắc nghiệm để kiểm tra kiến thức
Giấy chứng nhận hoàn thành miễn phí
Đề cương
Phần này thuộc hành trình Machine Learning. Đề cương đầy đủ còn nhiều phần khác: nhấn vào bản xem trước bất kỳ bên dưới để xem trên trang hành trình.
- Phần 1Dữ liệu và biểu đồ60 bài học
- Phần 2Thống kê cho machine learning64 bài học
- Phần 3Học có giám sát58 bài học
Phần 4
Học không giám sát
Bắt đầu phầnBắt đầuTìm cấu trúc trong dữ liệu không có nhãn: phân cụm k-means, phân cụm phân cấp và phân cụm dựa trên mật độ, PCA để trực quan hóa và nén nhiều đặc trưng, cùng cách phát hiện bất thường. Kết thúc bằng một dự án khám phá chữ số.Tìm các nhóm
5 bài học520Chọn k
5 bài học520Đọc hiểu các cụm
5 bài học520Phân cụm phân cấp
4 bài học415Phân cụm dựa trên mật độ
4 bài học415Ít chiều hơn
5 bài học520PCA trong thực tế
5 bài học520Phát hiện bất thường
5 bài học520Cụm trong thực tế
4 bài học415Dự án: Khám phá chữ số
5 bài học525Thử thách cuối
4 bài học420
Học qua thực hành
Viết code thật, truy vấn cơ sở dữ liệu, xây dựng trang web và làm chủ prompt AI. Các bài học tương tác bao quát mọi kỹ năng mà lập trình viên hiện đại cần.
Xây dựng streak
Học đều đặn và nhìn tiến độ của bạn lớn dần! Theo dõi thói quen code mỗi ngày, bảo vệ streak bằng ngày đóng băng và nhận phần thưởng khi học mỗi ngày.
12 ngày streak
Quay lại ngày mai để giữ streak!
January 2026
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
21
22
23
24
25
26
27
28
29
30
Gấp đôi hoặc mất hết
Ngày 5/7
Đóng băng streak
2 left
Code ở mọi nơi
Mang hành trình lập trình theo bên mình! Không cài đặt, không tải về: chỉ cần mở ra và bắt đầu code. Có trên iOS, Android và Web với đánh giá 4,9 sao.
Bạn không đơn độc
Thi đấu trên bảng xếp hạng toàn cầu, mời bạn bè để nhận phần thưởng và cùng nhau ăn mừng thành công. Học code cùng bạn bè vui hơn nhiều!
1
2
3
Vùng thăng hạngMọi cách để học
Đọc, nghe, tự kiểm tra, hỏi AI hoặc tra cứu bất cứ điều gì bạn đã học. Mỗi bài học phù hợp với trình độ của bạn.
Biến là một vùng chứa có tên, lưu một giá trị mà bạn có thể dùng lại sau trong chương trình.
Trong Python, bạn tạo biến bằng cách viết tên, dấu bằng, rồi giá trị muốn lưu.
Giá trị có thể thay đổi theo thời gian. Gán lại tên đó chỉ đơn giản là trỏ nó tới một giá trị mới.
Nhận chứng nhận
Nhận chứng nhận cho mỗi khóa học bạn hoàn thành. Thêm vào hồ sơ LinkedIn và CV để cho nhà tuyển dụng thấy kỹ năng lập trình của bạn.
Giấy chứng nhận hoàn thànhPython cơ bản
Thêm vào LinkedInVì sao nên học không giám sát với Coddy
- Phân cụm mà bạn nhìn thấy được. Xem k-means dịch chuyển các tâm cụm, đọc độ cao các lần gộp trên dendrogram, và thấy DBSCAN tìm ra những nhóm hình trăng khuyết mà k-means cắt làm đôi. Bài học nào cũng có biểu đồ, và biểu đồ của bạn hiện ra trong tab Plots ngay khi bạn chạy code.
- Các phương pháp cốt lõi: k-means, chọn k bằng phương pháp khuỷu tay và điểm silhouette, phân cụm phân cấp, DBSCAN, PCA và phương sai giải thích, isolation forest và local outlier factor, tất cả với scikit-learn.
- Kết quả mà bạn giải thích được. Bạn mô tả từng cụm bằng đơn vị thực tế, so sánh các cụm với nhãn đã biết và đặt tên cho những phân khúc mà doanh nghiệp có thể hành động dựa vào, thay vì dừng lại ở một danh sách số thứ tự cụm.
- Nhìn thấy 64 chiều dữ liệu: ảnh chữ số viết tay được chiếu lên một bản đồ phẳng, các thành phần PCA được vẽ thành hình ảnh, và những bức ảnh được dựng lại chỉ từ vài con số.
Câu hỏi thường gặp về học không giám sát
Học không giám sát là gì?
Học không giám sát (unsupervised learning) tìm ra cấu trúc trong dữ liệu không có nhãn. Không ai cho mô hình biết đáp án đúng; mô hình tự tìm các nhóm hàng giống nhau (phân cụm), một vài hướng giữ lại phần lớn thông tin (giảm chiều dữ liệu), hoặc những hàng khác hẳn phần còn lại (phát hiện bất thường). Đây là cách bạn khám phá một bộ dữ liệu mới, phân khúc khách hàng hay phát hiện gian lận trước khi có ai gán nhãn cho dữ liệu.
Có những ví dụ nào về học không giám sát?
Nhóm người mua sắm theo những gì họ mua, giảm màu của một bức ảnh xuống còn tám màu quan trọng nhất, đặt các ảnh chữ số 64 pixel lên một biểu đồ phẳng, tìm các số đo máy chủ bất thường, và chia số đo tế bào thành hai loại mà không được cho biết loại nào là loại nào. Khóa học xây dựng từng ví dụ này.
Khóa học dạy những thuật toán nào?
k-means với phương pháp khuỷu tay và điểm silhouette, phân cụm gộp (phân cấp) với dendrogram, DBSCAN, PCA, isolation forest và local outlier factor. Bạn cũng học vì sao phải chuẩn hóa dữ liệu trước và khi nào mỗi phương pháp thất bại, để chọn đúng phương pháp.
Làm sao chọn số cụm?
Hiếm khi có một đáp án duy nhất, nên khóa học dạy ba cách nhìn: điểm khuỷu của đường cong inertia, điểm silhouette và độ cao các lần gộp trên dendrogram. Sau đó bạn kiểm tra các cụm bằng đơn vị thực tế và tự hỏi liệu một người có thể đặt tên cho chúng không. Một giá trị k cho ra những nhóm không ai mô tả được là k sai.
Có nên học có giám sát trước không?
Phần học không giám sát mất bao lâu?
51 bài học, khoảng 8 đến 9 giờ theo tốc độ của bạn: vài tuần nếu học nửa tiếng mỗi ngày, gồm cả dự án trình khám phá chữ số và bốn thử thách cuối.
Có thể học không giám sát miễn phí không?
Có. Bài học, biểu đồ, gợi ý AI và chứng nhận hoàn thành phần học đều miễn phí. Tài khoản miễn phí học được vài bài mỗi ngày, còn Pro bỏ giới hạn hằng ngày.
