TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN HỆ THỐNG THÔNG TIN

Nguyễn Xuân Nguyên - 16110539
Trần Thị Nhựt - 16110410
Đề Tài:

TÌM HIỂU MÔ HÌNH HỒI QUY VÀ
ỨNG DỤNG TRONG DỰ BÁO DỮ LIỆU CHUỖI
THỜI GIAN

KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT

GIÁO VIÊN HƯỚNG DẪN
TS. NGUYỄN THÀNH SƠN

KHÓA 2016 - 2020

ĐH SƯ PHẠM KỸ THUẬT TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CNTT

Độc lập – Tự do – Hạnh phúc

*******

*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên sinh viên 1: Nguyễn Xuân Nguyên

MSSV 1: 16110539

Họ và tên sinh viên 2: Trần Thị Nhựt

MSSV 2: 16110410

Ngành: Công nghệ thông tin
Tên đề tài: Tìm hiểu mô hình hồi quy và ứng dụng trong dự báo dữ liệu chuỗi thời
gian
Họ và tên Giáo viên hướng dẫn: TS. Nguyễn Thành Sơn
NHẬN XÉT
1. Về nội dung đề tài

khối lượng thực hiện:

…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
2. Ưu điểm:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
3. Khuyết điểm:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
4. Đề nghị cho bảo vệ hay không?
5. Đánh giá loại:
6. Điểm:
Tp. Hồ Chí Minh, ngày

tháng năm 2020

Giáo viên hướng dẫn
(Ký

ghi rõ họ tên)

ĐH SƯ PHẠM KỸ THUẬT TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CNTT

Độc lập – Tự do – Hạnh phúc

*******

*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN
Họ và tên sinh viên 1: Nguyễn Xuân Nguyên

MSSV 1: 16110539

Họ và tên sinh viên 2: Trần Thị Nhựt

MSSV 2: 16110410

Ngành: Công nghệ thông tin
Tên đề tài: Tìm hiểu mô hình hồi quy và ứng dụng trong dự báo dữ liệu chuỗi thời
gian
Họ và tên Giáo viên phản biện:
NHẬN XÉT
1. Về nội dung đề tài

khối lượng thực hiện:

…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
2. Ưu điểm:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
3. Khuyết điểm:
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
4. Đề nghị cho bảo vệ hay không?
5. Đánh giá loại:
6. Điểm:
Tp. Hồ Chí Minh, ngày

tháng

Giáo viên phản biện
(Ký

ghi rõ họ tên)

năm 2020


...

...
, 2013.
[3] N. C. Dũng, Kinh tế lượng với R, 2017.
[4] T. N. V. H. V. X. N. Nguyễn Thị Thanh Huyền, Phân tích và dự báo kinh tế,
Thái Nguyên, 2009.
[5] C. H. T. Biên dịch: Thục Đoan, Các phương pháp định lượng, 2011.
[6] D. T. Trang, Ứng dụng mạng neuron nhân tạo dự báo số học sinh tuyển vào
trung tâm GDNN-GDTX quận Đống Đa, 2017.
[7] R. J. Schallkoff, Artificial Neural Networks, The McGraw – Hill Companies,
1997.
[8] S.H., Artificial Neural Networks (ANNs) for flood foreing at Dongola
Sation, Alexandria Engineering Journal, 2014.
[9] Jaime, V.R., Felipe, C., Pablo, V., Artificial Neural Networks applied to flow
prediction:, Procedia Engineering 162, 2016.

113

Tìm hiểu mô hình ANN

1

ẩn.

114

04/05/2020

Sửa lại chức năng, thêm vào chọn 20/04/2020

3

số neuron input, output, số lớp

20/04/2020

13/04/2020

13/04/2020

NGÀY BC

Viết demo mô hình ANN

30/03/2020

NGÀY GIAO

2

Tìm các tập dữ liệu để đánh giá

Ví dụ về mô hình ANN

CÔNG VIỆC

STT

Giáo viên hướng dẫn: TS. Nguyễn Thành Sơn
ĐÁNH GIÁ CỦA GV

Tên luận văn: Tìm hiểu mô hình hồi quy và ứng dụng trong dự báo dữ liệu chuỗi thời gian

đến 30/07/2020

MSSV 2: 16110410

Họ và tên sinh viên 2: Trần Thị Nhựt

Thời gian: từ 30/03/2020

MSSV 1: 16110539

Họ và tên sinh viên 1: Nguyễn Xuân Nguyên

KẾ HOẠCH THỰC HIỆN LUẬN VĂN

output, số lớp ẩn.

Thiếu chọn số neuron input,

GÓP Ý CỦA GV

8

7

6

5

4

hình qua các tập dữ liệu

115

06/07/2020

trang đánh giá mô hình khác.

hơn. Lấy được các thông số qua

Chỉnh lại giao diện gọng gàng

thực nghiệm.

trường hợp thực nghiệm, kết quả

dùng trong thực nghiệm, các

thực nghiệm, các tập dữ liệu

Bao gồm các mục: Môi trường

mô hình kết hợp

Đánh giá bằng nghiệm các mô 15/06/2020

Tách 3 mô hình riêng biệt.

output, số lớp ẩn.

Thiếu chọn số neuron input,

Tính thời gian thực thi.

15/06/2020

01/06/2020

25/05/2020

11/05/2020

hồi quy, mạng neuron nhân tạo và

Tính cách sai số của cả 3 mô hình 01/06/2020

ẩn.

số neuron input, output, số lớp

Sửa lại chức năng, thêm vào chọn 25/05/2020

hồi quy và mạng neuron nhân tạo

Viết demo cho mô hình kết hợp 11/05/2020

và mạng neuron nhân tạo

Tìm hiểu mô hình kết hợp hồi quy 04/05/2020

17/07/2020

116

30/07/2020

Thêm phần nhiệm vụ luận văn.

luận, sửa lỗi chính tả.

Chỉnh đúng theo yêu cầu khóa

CV(RMSE )

chữ.

Giải thích tại sao sử dụng các tiêu
chí đánh giá MAE, MSE, RMSE,

17/07/2020

chỉnh lỗi chính tả, canh lề, size

Chỉnh sửa word hoành chỉnh, 06/07/2020

10 Làm powerpoint

9