[Dự án AI] Dự đoán giá thuê trọ sinh viên theo diện tích & vị trí

Mục tiêu

Mở rộng hồi quy tuyến tính đã học ở dự án "Dự đoán điểm thi từ số giờ tự học" sang trường hợp có 2 đặc điểm đầu vào cùng lúc (diện tích + khoảng cách tới trung tâm) để dự đoán giá thuê trọ — đồng thời rèn tư duy phản biện về những yếu tố quan trọng mà một mô hình chỉ dựa trên vài con số không thể nắm bắt được (an ninh, tiện ích, nội thất...).

Thời lượng gợi ý: 2 tiết học (90 phút)

• Tiết 1 (cell 1-6): trực quan hoá dữ liệu, lý thuyết hồi quy tuyến tính ĐA BIẾN, huấn luyện mô hình với 2 đặc điểm đầu vào
• Tiết 2 (cell 7-14): so sánh dự đoán với giá thực tế của 1 phòng trọ ngoài tập huấn luyện, phân tích sai số, tư duy phản biện (yếu tố mô hình chưa tính tới, tương quan ≠ nhân quả), áp dụng dữ liệu thật qua Tải CSV, vận dụng

Em sẽ làm được gì

• Huấn luyện mô hình LinearRegression với 2 đặc điểm đầu vào cùng lúc (hồi quy đa biến)
• Đọc đúng ý nghĩa từng hệ số góc khi có nhiều đặc điểm (mỗi hệ số ứng với 1 đặc điểm, giữ các đặc điểm khác không đổi)
• So sánh dự đoán của mô hình với giá thuê THẬT của 1 phòng trọ ngoài tập huấn luyện, tính sai số cụ thể
• Liệt kê và giải thích được những yếu tố ảnh hưởng giá thuê trọ mà mô hình 2 đặc điểm này KHÔNG hề biết tới
• Phân biệt "mô hình dự đoán được xu hướng chung" và "mô hình biết hết mọi yếu tố ảnh hưởng giá"

Về dữ liệu và thư viện scikit-learn

Dự án thuộc Nhóm B (Học máy cơ bản) — cần bấm thêm nút "scikit-learn" trong mục "Thư viện thêm" (~72MB, mất khoảng nửa phút tuỳ mạng) SAU KHI đã bấm "Bắt đầu tải & chạy Notebook", TRƯỚC KHI chạy cell import sklearn — xem hướng dẫn chi tiết ở Cell 1. Notebook chạy được ngay với dữ liệu MẪU ở Cell 3 (số liệu giả định, không phải giá thuê trọ thật của khu vực cụ thể nào). Học sinh có thể khảo sát thật từ các hội nhóm/trang đăng tin cho thuê trọ ở khu vực trường mình rồi tải lên qua CSV ở Tiết 2.