[Dự án AI] Phân cụm học sinh theo phong cách học tập

Mục tiêu

Vận dụng scikit-learn để tự tìm ra các nhóm phong cách học tập trong lớp bằng thuật toán KMeans — dự án ĐẦU TIÊN thuộc học KHÔNG GIÁM SÁT (unsupervised learning) trong chuỗi Nhóm B, khác hẳn các dự án trước (đều có nhãn/giá trị đúng để mô hình học theo). Đồng thời rèn tư duy phản biện về việc diễn giải kết quả phân cụm và ảnh hưởng của việc chuẩn hoá dữ liệu.

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

• Tiết 1 (cell 1-6): học có giám sát và không giám sát khác nhau ra sao, lý thuyết thuật toán KMeans, quan sát dữ liệu thô trước khi phân cụm
• Tiết 2 (cell 7-14): chạy KMeans và diễn giải kết quả, tư duy phản biện (nhãn cụm cần con người diễn giải, chọn K không có đáp án đúng tuyệt đối, ảnh hưởng của chuẩn hoá dữ liệu — kiểm chứng bằng số liệu thật), áp dụng dữ liệu thật qua Tải CSV, vận dụng

Em sẽ làm được gì

• Phân biệt học có giám sát (đã có nhãn/đáp án) và học không giám sát (tự tìm cấu trúc trong dữ liệu)
• Hiểu cách thuật toán KMeans hoạt động và tự chạy phân cụm với scikit-learn
• Diễn giải ý nghĩa từng cụm bằng cách nhìn đặc điểm trung bình của nhóm
• Hiểu vì sao việc chuẩn hoá dữ liệu (StandardScaler) có thể thay đổi hẳn kết quả phân cụm
• Nhận ra việc chọn số cụm K không có "đáp án đúng" tuyệt đối, và nhãn cụm chỉ có ý nghĩa khi con người diễn giải

Về dữ liệu

Notebook chạy được ngay với dữ liệu MẪU ở Cell 4 (18 "học sinh" giả định, KHÔNG phải khảo sát thật của lớp nào). Đây là khảo sát thói quen học tập — có thể hơi riêng tư, học sinh có thể dùng số liệu giả định nếu không thoải mái chia sẻ. GV/HS có thể mở rộng bằng khảo sát thật (ẩn danh, tự nguyện) qua Tải CSV — xem hướng dẫn ở Cell 3.