[Dự án AI] Dự án tự chọn — Quy trình khoa học dữ liệu trọn vẹn (Capstone)

Mục tiêu

Đây là dự án CUỐI CÙNG và khác biệt nhất trong toàn bộ kho bài — không dạy kỹ thuật mới, mà yêu cầu học sinh tự đưa ra quyết định: chọn đúng loại bài toán (hồi quy/phân loại/phân cụm), chọn đúng công cụ đã học, và tự phản biện mô hình do chính mình xây dựng. Đây đúng là năng lực thật mà khung giáo dục AI phổ thông hướng tới — không chỉ làm theo hướng dẫn có sẵn như 24 dự án trước.

Thời lượng: 4 tiết học (180 phút)

• Tiết 1 (cell 1-7): tổng kết hành trình đã học, lý thuyết quy trình khoa học dữ liệu chuẩn ngành (CRISP-DM/OSEMN), Bước 1 — đặt câu hỏi nghiên cứu, hướng dẫn chọn dữ liệu
• Tiết 2 (cell 8-14): GV trình diễn VÍ DỤ MẪU đầy đủ Bước 1-2 (đặt câu hỏi, trực quan hoá trước khi mô hình hoá), học sinh áp dụng Bước 2 cho dữ liệu của mình
• Tiết 3 (cell 15-21): GV trình diễn ví dụ mẫu Bước 3-4 (chọn kỹ thuật có giải thích, đánh giá train/test — kèm "bẫy" thường gặp thật sự xảy ra), học sinh áp dụng cho dữ liệu của mình
• Tiết 4 (cell 22-27): Bước 5 — viết báo cáo phản biện, ý nghĩa thực tiễn (đây chính là quy trình nhà khoa học dữ liệu thật làm), tư duy phản biện tổng kết toàn khoá, mục Tìm hiểu thêm, câu hỏi vận dụng

Em sẽ làm được gì

• Tự xác định đúng loại bài toán (hồi quy/phân loại/phân cụm) phù hợp với 1 câu hỏi nghiên cứu và 1 bộ dữ liệu cụ thể
• Áp dụng đúng quy trình 5 bước chuẩn ngành cho dữ liệu TỰ CHỌN của mình
• Tự tay phát hiện 1 "bẫy" đánh giá mô hình rất phổ biến (đo trên chính dữ liệu huấn luyện) bằng số liệu thật
• Viết báo cáo phản biện — nêu được điểm mạnh, điểm yếu, thiên lệch dữ liệu, giới hạn thực tế của chính mô hình mình xây dựng

Về thư viện và dữ liệu

Thư viện cần tải TUỲ THEO kỹ thuật học sinh chọn (scikit-learn cho hầu hết các kỹ thuật, opencv-python nếu dữ liệu là ảnh). Ví dụ mẫu xuyên suốt Tiết 2-3 dùng dữ liệu mô phỏng nhúng sẵn (Cell 9) — học sinh dùng Tải CSV để nộp dữ liệu THẬT của riêng mình (khảo sát lớp tự thu thập, hoặc dữ liệu công khai đã được GV duyệt trước). Nếu học sinh chọn 1 bài toán liên quan hình ảnh, có thể tận dụng lại kỹ thuật Tải ảnh lên/Webcam đã học ở các dự án Nhóm C/D trước — xem Cell 5.