Khi bắt đầu làm nghiên cứu Machine Learning, chúng ta thường dồn sự tập trung vào việc làm sao để mô hình đạt kết quả cao nhất. Tuy nhiên, để những kết quả đó có thể đứng vững trước hội đồng phản biện và tiến tới công bố khoa học, một bảng điểm tốt mới chỉ là bước khởi đầu. Quá trình thực nghiệm đòi hỏi sự thận trọng để nhận diện rủi ro và sự bài bản để biện luận cho những khám phá của mình.
Với mong muốn chia sẻ những kinh nghiệm và đồng hành cùng các bạn sinh viên trên hành trình định hình tư duy khoa học chiều sâu, Khoa KH&KTTT tổ chức seminar chuyên đề: "Nghiên cứu Machine Learning chuẩn mực: Cạm bẫy, Thực chứng và Công bố".
NỘI DUNG CHIA SẺ TRỌNG TÂM: Buổi seminar đi thẳng vào 3 trọng tâm cốt lõi trong quy trình xây dựng một nghiên cứu ML:
- Pitfalls (Cạm bẫy): Nhận diện các rủi ro thực nghiệm phổ biến từ khâu xử lý dữ liệu đến thiết lập huấn luyện mô hình.
- Proofs (Thực chứng): Ứng dụng các phương pháp kiểm định thống kê để đối sánh kết quả khách quan và thiết lập các bằng chứng học thuật thuyết phục.
- Publications (Công bố): Phương pháp định hình câu chuyện khoa học, tư duy biện luận và trình bày kết quả nghiên cứu, chuẩn bị hành trang hướng tới các hội nghị khoa học uy tín.
DIỄN GIẢ CHIA SẺ: CN. Trần Quốc Khánh - Trợ giảng Khoa KH&KTTT
Link đăng ký tham dự: https://link.uit.edu.vn/KTTT_Seminar_DoingMLRight
THÔNG TIN TỔ CHỨC:
- Thời gian: 09h30 - 11h30, Thứ Sáu, ngày 08 tháng 05 năm 2026.
- Địa điểm: Hội trường E12, Trường Đại học Công nghệ Thông tin – ĐHQG HCM.
Hãy đăng ký tham gia ngay để trang bị thêm những kỹ năng thực chứng vững chắc cho công trình nghiên cứu sắp tới của bạn!
Thông tin chi tiết tại: https://www.facebook.com/share/p/1FpuKBQqLA/
Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin