HỌC VIỆN NGÂN HÀNG

KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ

HỌC PHẦN: TRÍ TUỆ NHÂN TẠO TRONG KINH DOANH

ĐỀ TÀI: Ứng dụng AI vào bài toán xây dựng mô hình dự

đoán khối ngành học của học sinh THPT năm 2023 trên
địa bàn thành phố Hà Nội

Giảng viên hướng dẫn : Ths. Bùi Thị Hồng Nhung

Sinh viên thực hiện : Nhóm 03
Lớp : IS42A09

Hà nội, ngày 19 tháng 10 năm 2022

 DANH SÁCH THÀNH VIÊN VÀ PHÂN CÔNG CÔNG VIỆC

Tỷ lệ đóng
Họ và tên Mã sinh viên Công việc cụ thể góp
(%)
+ Thu thập dữ liệu
+ Hỗ trợ làm dữ liệu
Trần Mỹ Duyên 23A4070045 data, hỗ trợ viết code 20%
+ Chỉnh word, hỗ trợ
quay video phỏng vấn
+ Thu thập dữ liệu
+ Quay video phỏng
Vũ Đức Hiếu 23A4030129 vấn 20%
+ Viết code, hỗ trợ
làm dữ liệu data
+ Thu thập dữ liệu
+ Quay video phỏng
Trần Thị Huế 23A4010263 vấn 20%
+ Làm word, phân tích
dữ liệu hỗ trợ code
+ Thu thập dữ liệu
+ Phân tích dữ liệu,
Nguyễn Sinh Hùng 23A4030149 viết code 20%
+ Hỗ trợ làm dữ liệu
data và video phỏng
vấn
+ Thu thập dữ liệu
+ Phân tích dữ liệu,
Phạm Xuân Khá 23A4030173 viết code 20%
+ Làm dữ lệu data và
edit video phỏng vấn
 MỤC LỤC

LỜI MỞ ĐẦU ............................................................................................................... 1

NỘI DUNG .................................................................................................................... 2

CHƯƠNG 1: ĐẶT VẤN ĐỀ GIỚI THIỆU BÀI TOÁN ........................................... 2

1.1. Định nghĩa ......................................................................................................... 2

1.2. Xác định bài toán .............................................................................................. 3

1.3. Lý do lựa chọn bài toán..................................................................................... 4

1.4. Lập kế hoạch ..................................................................................................... 5

CHƯƠNG 2: XÂY DỰNG MÔ HÌNH DỰ ĐOÁN KHỐI NGÀNH HỌC CỦA

HỌC SINH THPT TRÊN ĐỊA BÀN THÀNH PHỐ HÀ NỘI NĂM 2023 .............. 7

1. Giới thiệu tổng quan thuật toán sử dụng ................................................................ 7

2. Viết code ................................................................................................................. 9

3. Xây dựng mô hình dự đoán khối ngành học của học sinh THPT dựa vào giới
tính, học lực, khối thi, tính cách, năng lực cá nhân, khối ngành muốn chọn, định
hướng từ gia đình ...................................................................................................... 17

CHƯƠNG 3: ĐÁNH GIÁ MÔ HÌNH ....................................................................... 24

KẾT LUẬN ................................................................................................................. 25

TÀI LIỆU THAM KHẢO .......................................................................................... 27

 LỜI MỞ ĐẦU

Chúng ta đang được sống trong một thế giới luôn vận động và phát triển theo
một cách khó có thể lường trước được. Vũ trụ bao la cũng sẽ dần được khai phá
dựa theo sự mở mang của tri thức. Con người ngày càng thông minh hơn kéo theo
đó là hàng loạt những cuộc cách mạng công nghiệp được mở ra. Hiện nay cùng
với sự phát triển của khoa học-công nghệ thì lĩnh vực AI chính là một yếu tố vô
cùng quan trọng trong cuộc sống, nó có thể được ứng dụng trong bất kì công việc,
ngành nghề nào để hỗ trợ con người cũng như cải thiện chất lượng cuộc sống của
con người với tốc độ xử lý nhanh, độ chính xác cao thậm chí là có thể có trí nhớ
tốt hơn con người. Trí tuệ nhân tạo trong kinh doanh là một thuật ngữ đang được
đông đảo mọi người quan tâm trong thời gian gần đây khi mà thị trường ngày
càng cạnh tranh khốc liệt và sự lên ngôi của AI đã tạo ra những thay đổi mới
trong lĩnh vực kinh doanh. Mô hình dự đoán đã trở thành một tiêu chuẩn khi
dự đoán các nhu cầu trong tương lai của doanh nghiệp. Đối với nhiều doanh
nghiệp các giải pháp phân tích dự đoán được hỗ trợ bởi AI đang giúp tối ưu
hóa quy trình và tài nguyên đồng thời giảm thiểu chi phí và nâng cao hiệu
quả. Không có gì ngạc nhiên khi phân tích dự đoán sẽ ngày càng được áp
dụng rộng rãi.

Việt Nam đang bước vào thời kì công nghiệp hóa-hiện đại hóa với nền kinh
tế mở năng động, vấn đề ngành nghề luôn là mối quan tâm hàng đầu của giới trẻ
hiện nay, đặc biệt đối với các bạn học sinh THPT khi đang đứng trước ngưỡng
cửa của cuộc đời chính là lựa chọn ngành học cho tương lai. Chính vì vậy nhóm
chúng em đã lựa chọn chủ đề “Ứng dụng AI vào bài toán xây dựng mô hình dự
đoán khối ngành học của học sinh THPT năm 2023 trên địa bàn thành phố Hà
Nội” Với mong muốn hỗ trợ các bạn học sinh có những sự lựa chọn về ngành học
phù hợp với bản thân.

1
 NỘI DUNG

CHƯƠNG 1: ĐẶT VẤN ĐỀ GIỚI THIỆU BÀI TOÁN

1.1. Định nghĩa

Trí tuệ nhân tạo trong kinh doanh: Là việc ứng dụng trí tuệ nhân tạo (AI)
vào các hoạt động kinh doanh. Với khả năng tổng hợp, thống kê, phân tích chi
tiết nguồn dữ liệu sẵn có AI có khả năng hỗ trợ chúng ta theo dõi được các xu
hướng, sự thay đổi trong quá khứ từ đó có cơ sở để dự đoán, lường trước chính
xác những thay đổi mang tính lặp lại có thể xảy ra.

Dự đoán hoặc dự báo: Là một tuyên bố về một sự kiện trong tương lai.
Chúng thường xuyên nhưng không nhất thiết phải luôn luôn dựa trên kinh nghiệm
hoặc kiến thức. Không có thỏa thuận chung về sự khác biệt chính xác từ " ước
tính ".

Mặc dù các sự kiện trong tương lai là không chắc chắn, vì vậy thông tin chính
xác được đảm bảo về tương lai là không thể, dự đoán có thể hữu ích để hỗ trợ lập
kế hoạch về những phát triển có thể; Howard H. Stevenson viết rằng dự đoán
trong kinh doanh "có ít nhất hai điều: Quan trọng và khó khăn".

Phân tích dự đoán : Là một công nghệ đưa ra dự đoán về những ẩn số trong
tương lai. Phân tích dự đoán chỉ việc sử dụng thống kê và kĩ thuật mô hình hóa
để đưa ra dự đoán về tương lai. Các nhà phân tích xem xét mẫu hình (pattern) dữ
liệu hiện tại và quá khứ để xác định xem những mẫu hình này có khả năng lặp lại
hay không. Lĩnh vực này dựa trên một loạt các công nghệ khác để đưa ra các
quyết định này, bao gồm trí tuệ nhân tạo (AI) , khai thác dữ liệu (data mining) ,
học máy, mô hình hóa và thống kê.

Điều này cho phép các doanh nghiệp và nhà đầu tư điều chỉnh cách sử dụng
nguồn lực của mình để lợi dụng những việc có thể xảy ra trong tương lai. Phân

2
tích dự báo cũng có thể sử dụng để cải thiện hiệu quả vận hành và giảm thiểu rủi
ro.

1.2. Xác định bài toán

Phát biểu bài toán

Thế giới nghề nghiệp rất rộng lớn và phong phú với hàng ngàn loại ngành
nghề khác nhau. Nghề nghiệp là phương tiện mà mỗi người dựa vào đó để sống
và thỏa mãn các nhu cầu vật chất cùng tinh thần. Vì vậy một nghề nghiệp thiếu
vững chắc, không phù hợp với khả năng thì bạn sẽ như một căn nhà chắp vá tạm
bợ sẽ dễ dàng sụp đổ trong giông bão cuộc đời. Đó là lý do vì sao mỗi người trong
chúng ta nên lựa chọn cho mình ngành nghề phù hợp. Từ đó nhóm chúng em lựa
chọn việc ứng dụng trí tuệ nhân tạo trong việc dự đoán khối ngành học của học
sinh THPT trên địa bàn thành phố Hà Nội.

Giới thiệu chung về đơn vị sử dụng

Học sinh THPT trên địa bàn thành phố Hà Nội: Chúng em tiến hành khảo sát
trên 300 mẫu học sinh đến từ nhiều trường khác nhau về việc lựa chọn ngành học
tương lai dựa trên những yếu tố:

- Giới tính
- Học lực
- Khối học
- Tính cách
- Năng lực
- Định hướng từ gia đình

Từ đó đưa ra khối ngành lựa chọn phù hợp với bản thân

3
1.3. Lý do lựa chọn bài toán

Vấn đề tồn tại

Hiện nay nhiều bạn học sinh vẫn chưa hiểu kỹ về việc lựa chọn ngành nghề,
một số lại không có định hướng từ gia đình vì vậy nên có những sai lầm khi lựa
chọn ngành nghề như:

- Đăng ký những ngành hot theo xu hướng trên các trang mạng xã hội
- Bạn bè, người quen rủ đăng ký thì đăng ký theo
- Đăng ký theo nguyện vọng của gia đình
- Không tìm hiểu các ngành nghề, thông tin tuyển sinh mà thi xong nộp đại
hồ sơ vào ngành có mức điểm vừa đủ

Vấn đề này khá khó khăn đối với một thế hệ trẻ chúng ta bởi tuổi trẻ còn
thiếu kinh nghiệm, bồng bột, nông nổi dễ đưa ra những quyết định thiếu chín chắn
làm phí đi nhiều thời gian, công sức. Nghề nghiệp là vấn đề gắn bó lâu dài với
đời sống của mỗi con người, nếu chọn sai thì đều phải trả giá.

Lý do lựa chọn bài toán

Tương lại cuộc đời tùy thuộc vào nghề nghiệp của mỗi người. Điều quan
trọng không nằm ở ngành nghề gì, có kiếm được nhiều tiền hay không, nghe có
sang trọng hay tạo được danh tiếng không. Chỉ có sự “lành nghề” đến từ sự phù
hợp, khả năng, tính cách... của từng người mà từ đó lựa chọn ngành nghề thích
hợp bởi dù là nghề gì sự xuất sắc trong nghề là yếu tố quyết định đưa tới thành
công.

Trước thực trạng khá phổ biến là nhiều bạn trẻ chuẩn bị bước vào cánh cửa
đại học nhưng vẫn lúng túng về việc chọn cho bản thân một ngành học; thậm chí
nhiều bạn sau khi tốt nghiệp đại học mới nhận ra là mình đã chọn sai ngành học
và cũng có không ít các bạn trẻ đã phải bỏ học, chọn lại những ngành mới gây
lãng phí thời gian, công sức và tiền bạc. Do đó định hướng ngành học đồng nghĩa
với việc định hướng tương lai, nó là khâu đầu tiên nhưng cũng là khâu quan trọng

4
nhất trong công cuộc lập nghiệp của mỗi người. Vậy nên các bạn học sinh cấp 3
phải phải có định hướng rõ ràng về việc lựa chọn ngành học theo đuổi vừa phù
hợp với năng lực, sở thích, tích cách của bản thân vừa phù hợp với nhu cầu của xã
hội.

Với mong muốn hỗ trợ các bạn học sinh có những định hướng và đưa ra lựa
chọn phù hợp hơn thì nhóm chúng em đã thu nhập nhiều dữ liệu khác nhau và bắt
đầu triển khai mô hình “ dự đoán khối ngành học của học sinh THPT năm 2023 trên
địa bàn thành phố Hà Nội”. Qua một khoảng thời gian thu thập thông tin từ các bạn
học sinh THPT trên địa bàn Hà Nội về tính cách, sở thích, năng lực, khối học... để
có thể giúp các bạn học sinh được phần nào trong việc lựa chọn khối ngành thích
hợp.

1.4. Lập kế hoạch

Bước 1: Thu thập dữ liệu bằng cách thu thập thông tin từ phiếu khảo sát cá nhân
của các bạn học sinh THPT trên địa bàn Hà Nội.

Link video phỏng vấn khảo sát về sự lựa chọn khối ngành của học sinh THPT của
một số trường THPT trên địa bàn Hà Nội: https://ngan.link/THDwV

Bước 2: Phân chia công việc cụ thể cho các thành viên.

Bước 3: Lọc dữ liệu: Loại bỏ những thông tin không cần thiết, chỉnh sửa các dữ
liệu bảo mật.

Linkdata: Khảo-sát-về-khối-ngành-học-của-học-sinh-tpht-trên-địa-bàn-hà-nội-
năm-2023-Câu-trả-lời.xlsx

Bước 4: Viết code Sử dụng tối đa các kiến thức đã học đồng thời tham khảo các
file về code như : https://matplotlib.org/ , https://www.kdnuggets.com/ ,
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.html

Link code:
https://colab.research.google.com/drive/1ZMVpnFdcYCZEEWECPcJrhkHDRn

5
L3xaAD?usp=sharing&fbclid=IwAR2mB2HkaWqLdIpRzPwFoboKYCSf27Do
GivcvMWOJ0NOyWJ_jgBbCpA_0Uc

Bước 5: Trình bày kết quả thu hoạch được ra bản Word.

6
 CHƯƠNG 2: XÂY DỰNG MÔ HÌNH DỰ ĐOÁN KHỐI NGÀNH HỌC
CỦA HỌC SINH THPT TRÊN ĐỊA BÀN THÀNH PHỐ HÀ NỘI NĂM
2023

1. Giới thiệu tổng quan thuật toán sử dụng

Cây quyết định ( Decision tree ) Trong lý thuyết quyết định, một cây quyết
định là một đồ thị của các quyết định và các hậu quả có thể của nó. Cây quyết
định được sử dụng để xây dựng một kế hoạch nhằm đạt được mục tiêu mong
muốn, hỗ trợ quá trình ra quyết định.

Mô hình cây quyết định là một mô hình được sử dụng khá phổ biến và hiệu
quả trong cả hai lớp bài toán phân loại và dự báo của học có giám sát. Khác với
những thuật toán khác trong học có giám sát, mô hình cây quyết định không tồn
tại phương trình dự báo. Mọi việc chúng ta cần thực hiện đó là tìm ra một cây
quyết định dự báo tốt trên tập huấn luyện và sử dụng cây quyết định này dự báo
trên tập kiểm tra.

Ưu điểm

• Cây quyết định dễ hiểu. Người ta có thể hiểu mô hình cây quyết định sau
khi được giải thích ngắn.
• Cây quyết định có thể xử lý cả dữ liệu có giá trị bằng số và dữ liệu có giá
trị là tên thể loại. Các kỹ thuật khác thường chuyên để phân tích các bộ
dữ liệu chỉ gồm một loại biến. Chẳng hạn, các luật quan hệ chỉ có thể
dùng cho các biến tên, trong khi mạng nơ-ron chỉ có thể dùng cho các
biến có giá trị bằng số.
• Cây quyết định là một mô hình hộp trắng. Nếu có thể quan sát một tình
huống cho trước trong một mô hình, thì có thể dễ dàng giải thích điều
kiện đó bằng logic Boolean. Mạng nơ-ron là một ví dụ về mô hình hộp
đen, do lời giải thích cho kết quả quá phức tạp để có thể hiểu được.

7
 • Có thể thẩm định một mô hình bằng các kiểm tra thống kê. Điều này làm
cho ta có thể tin tưởng vào mô hình.
• Cây quyết định có thể xử lý tốt một lượng dữ liệu lớn trong thời gian
ngắn. Có thể dùng máy tính cá nhân để phân tích các lượng dữ liệu lớn
trong một thời gian đủ ngắn để cho phép các nhà chiến lược đưa ra quyết
định dựa trên phân tích của cây quyết định.

Nhược điểm

• Khó giải quyết được những vấn đề có dữ liệu phụ thuộc thời gian liên tục
• Dễ xảy ra lỗi khi có quá nhiều lớp chi phí tính toán để xây dựng mô hình
cây quyết định CAO.

Vậy một cây quyết định sẽ được xây dựng như thế nào? Điều gì ẩn chứa
sau thuật toán cây quyết định? Để trả lời cho câu hỏi này, chúng ta cùng giải
đáp qua việc áp dụng mô hình cây quyết định cho bài toán dự đoán khối ngành
học của học sinh THPT năm 2023 trên địa bàn thành phố Hà Nội.

8
2. Viết code

Bước 1: Khai báo thư viện

Bước 2: Đọc dữ liệu

Thêm tệp dữ liệu đầu vào

Bước 3: Hiển thị dữ liệu

Hiển thị 5 dòng dữ liệu đầu tiên

Hiển thị 5 dòng dữ liệu cuối cùng

9
Hiển thị số bản ghi và thuộc tính

Hiển thị các thông tin thống kê của các biến định lượng

Trong đó:

Count: số giá trị quan sát

Mean: giá trị trung bình

Std: độ lệch chuẩn

Min: giá trị nhỏ nhất, Max : giá trị lớn nhất

Liệt kê các kiểu dữ liệu

10
Đổi tên các thuộc tính về dạng số về dạng rút gọn

Đổi dữ liệu từ dạng định danh (object) về dạng số

11
Mô tả dữ liệu

Kiểm tra tính đầy đủ của dữ liệu

Tách dữ liệu theo giới tính

12
Vẽ biểu đồ tròn thể hiện tỉ lệ Nam và Nữ

Dữ liệu theo ngành học mong muốn

13
Vẽ biểu đồ tròn hiển thị các khối ngành học mong muốn

Dữ liệu theo năng lực cá nhân

Vẽ biểu đồ tròn hiển thị tỉ lệ số lượng các năng lực cá nhân

14
Vẽ biểu đồ cột thể hiện số lượng nam nữ

Vẽ biểu đồ cột thể hiện năng lực cá nhân

15
Vẽ biểu đồ cột đôi thể hiện số lượng nam nữ trong mỗi khối ngành theo dữ liệu
được khảo sát

16
3. Xây dựng mô hình dự đoán khối ngành học của học sinh THPT dựa vào
giới tính, học lực, khối thi, tính cách, năng lực cá nhân, khối ngành muốn
chọn, định hướng từ gia đình

Xác định thuộc tính mô tả X và thuộc tính dự đoán y

17
Chia bộ dữ liệu thành 2 tập train và test theo tỉ lệ 80% train và 20% test

Khai báo mô hình cây quyết định

Huấn luyện mô hình

Kiểm thử mô hình

18
Xác định ma trận nhầm lẫn

Độ chính xác mô hình

Thay đổi test size kiểm định độ chính xác của mô hình

Lần thứ nhất: 20% test – max_depth: 5 – 95% accuracy

19
Lần thứ hai: 20% test – max_depth: 7 - min_samples_leaf: 2 – 93,33% accuracy

Lần thứ ba: 20% test – max_depth: 3 – min_samples_leaf: 2 – 98,33% accuracy

Lần thứ tư: 25% test – max_depth: 7 – min_samples_leaf: 2 – 96% accuracy

20
Lần thứ năm: 25% test – max_depth: 7 – min_samples_leaf: 5 – 96% accuracy

Lần thứ sáu: 30% test – max_depth: 7 – min_samples_leaf: 5 – 94,45% accuracy

Lần thứ bảy: 30% test – max_depth: 3 – min_samples_leaf: 5 – 96,67% accuracy

21
Lần thứ tám: 35% test – max_depth: 3 – min_samples_leaf: 5 – 94,28% accuracy

Lần thứ chín: 35% test – max_depth: 7 – min_samples_leaf: 5 – 91,43% accuracy

22
Lần thứ mười: 35% test – max_depth: 7 – min_samples_leaf: 2 – 94,29%
accuracy

Đánh giá độ chính xác của mô hình: Ta thấy với test size 20% thì mô hình
đưa ra dự đoán có độ chính xác 98,33% đạt hiệu quả cao nhất, tối ưu cho việc dự
đoán chính xác nhất.

Dự đoán khối ngành học mong muốn của học sinh THPT

23
 CHƯƠNG 3: ĐÁNH GIÁ MÔ HÌNH

❖ Mô hình được xây dựng cơ bản đáp ứng khả năng dự đoán ngành học của
học sinh THPT.
❖ Sau 10 lần thay đổi test size kiểm định độ chính xác của mô hình, nhận
được độ chính xác cao nhất là 98,33% trong lần test thứ ba (20% test –
max_depth: 3 – min_samples_leaf: 2)
❖ Trong thực tế, mô hình giúp chúng ta thống kê và khái quát được xu hướng
lựa chọn ngành nghề sau này của học sinh. Với nền kinh tế đang trong đà
đi lên và sự phát triển của khoa học công nghệ, lựa chọn nguyện vọng của
học sinh cũng thay đổi, 2 khối ngành Kinh tế và Kỹ thuật-Công nghệ thông
tin chiếm tỉ trọng lớn.
❖ Mô hình còn cho thấy rõ sự liên quan đến tính cách, điểm mạnh, học lực
và định hướng từ gia đình đối với việc lựa chọn khối ngành của học sinh.
Đây đều là những yếu tố quan trọng ảnh hưởng tới quyết định lựa chọn của
các bạn học sinh THPT.

24
 KẾT LUẬN

Trong thời đại công nghệ 4.0 như hiện nay, AI giúp cho cuộc sống của con
người ngày càng trở nên dễ dàng, thuận tiện và hiệu quả hơn trong giải quyết
công việc. Với độ chính xác được hiển trị như trên, mô hình này có ý nghĩa và
hoàn toàn khả thi để thực hiện trên thực tế. Và mong rằng, trong thời gian sớm
nhất, các mô hình thuật toán này sẽ được áp dụng rộng rãi trong các trường học
cũng như đời sống xã hội để giúp ích phần nào cho các bạn học sinh THPT khi
lựa chọn ngành học

Trên đây là bài thu hoạch của nhóm chúng em về việc ứng dụng AI xây dựng
mô hình dự đoán khối ngành học của học sinh THPT trên địa bàn thành phố Hà
Nội. Hiểu được tầm quan trọng về việc ứng dụng AI trong thực tế nhóm mong
muốn không chỉ đơn thuần AI chỉ hỗ trợ những việc máy móc, kinh tế, mà nhóm
còn muốn AI góp phần giúp các bạn học sinh chưa có phương hướng tìm ra những
ngành học phù hợp với bản thân và có những định hướng rõ ràng để phát huy
được điểm mạnh của bản thân, đưa ra những lựa chọn sáng suốt nhất cho tương
lai.

25
 LỜI CẢM ƠN
Nhóm chúng em xin gửi lời cảm ơn sâu sắc đến cô Bùi Thị Hồng Nhung đã
đồng hành cùng chúng em trong suốt kỳ học, nhờ có cô mà chúng em đã được
trang bị các kiến thức nghiên cứu, tiếp cận thực tiễn, phát hiện đề tài và tận tình
hướng dẫn để chúng em hoàn thiện bài tập này. Chúng em xin cam đoan đây là
công sức làm việc của các thành viên trong nhóm.

Tuy nhiên với kiến thức, kinh nghiệm và khả năng phân tích, đánh giá còn
nhiều hạn chế nên bài tập của chúng em không thể tránh khỏi những thiếu sót.
Kính mong cô có thể góp ý để chúng em có thể hoàn thiện hơn.

Chúng em chúc cô và gia đình thật nhiều sức khỏe, luôn thành công và hạnh
phúc.

26
 TÀI LIỆU THAM KHẢO

1. Bài giảng môn: Trí tuệ nhân tạo trong kinh doanh Khoa Hệ thống thông tin
quản lý, Học viện Ngân hàng.

2. Luật Minh Khuê (13/06/2022), Cây quyết định (DECISION TREE) là gì ?

Phân loại và ưu điểm của cây quyết định ?

https://luatminhkhue.vn/cay-quyet-dinh-decision-tree-la-gi.aspx

3. Giới thiệu về Matplotlib (một thư viện rất hữu ích của Python dùng để vẽ đồ
thị)

https://viblo.asia/p/gioi-thieu-ve-matplotlib-mot-thu-vien-rat-huu-ich-cua-
python-dung-de-ve-do-thi-
yMnKMN6gZ7P?fbclid=IwAR0Obk_ktCpkBmn5Q18FOMWo6N62tJypih9Lif
hqtkr6m8uIq3a-4D6PaGE

4. FUNiX (05/09/2021), Phân tích dự đoán (Predictive Analytics) là gì ? Những

ứng dụng của phân tích dự đoán.

https://funix.edu.vn/chia-se-kien-thuc/phan-tich-du-doan-predictive-analytics-
la-gi/

27