TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN KỸ THUẬT DỮ LIỆU

TRẦN VĂN DUY - 19133016
TRẦN CÔNG TRƯỜNG - 19133062
Đề tài:

ỨNG DỤNG DỰ BÁO GIÁ CHỨNG KHOÁN BẰNG MÔ HÌNH LAI GHÉP
GIỮA BỘ PHÂN LỚP ĐA THỨC VÀ MÔ HÌNH HỌC SÂU

GIÁO VIÊN HƯỚNG DẪN

TS. NGUYỄN THÀNH SƠN

TP.HCM, THÁNG 5/2023

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: Trần Văn Duy

MSSV: 19133016

Họ và tên Sinh viên 2: Trần Công Trường

MSSV: 19133062

Ngành: Kỹ thuật dữ liệu
Tên đề tài: Ứng dụng dự báo giá chứng khoán bằng mô hình lai ghép giữa bộ phân lớp
đa thức và mô hình học sâu.
Họ và tên Giáo viên hướng dẫn: TS.Nguyễn Thành Sơn.
NHẬN XÉT:
1. Về nội dung 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 2023
Giáo viên hướng dẫn
(Ký &amp ghi rõ họ tên)

iii

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: Trần Văn Duy

MSSV: 19133016

Họ và tên Sinh viên 2: Trần Công Trường

MSSV: 19133062

Ngành: Kỹ thuật dữ liệu
Tên đề tài: Ứng dụng dự báo giá chứng khoán bằng mô hình lai ghép giữa bộ phân lớp
đa thức và mô hình học sâu.
Họ và tên Giáo viên phản biện:
NHẬN XÉT:
1. Về nội dung 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 2023
Giáo viên phản biện
(Ký &amp ghi rõ họ tên)

iv

LỜI CẢM ƠN
Chúng tôi xin bày tỏ lòng biết ơn đến quý Thầy Cô đã luôn theo dõi, hướng dẫn
và hỗ trợ trong suốt thời gian thực hiện đề tài.
Đầu tiên, có được môi trường học tập chất lượng và hiệu quả để chúng tôi có môi
trường tốt nhất trong thời gian thực hiện nghiên cứu đề tài, chúng tôi xin gửi lời cảm
...

...
sia/p/gru-mang-neural-hoi-tiep-voi-nut-co-cong-3P0lPGevZox.

67

[16] V. Lendave, LSTM Vs GRU in Recurrent Neural Network: A Comparative Study, 21 08 2021.
[Online]. Available: https://analyticsindiamag.com/lstm-vs-gru-in-recurrent-neural-network-acomparative-study/.
[17] Descending into ML: Training and Loss, 18 07 2022. [Online]. Available:
https://developers.google.com/machine-learning/crash-course/descending-into-ml/training-andloss.
[18] Asilla, Dataset và vai trò quan trọng trong Machine Learning, 2022. [Online]. Available:
https://technology.asilla.vn/techblog/tam-quan-trong-cua-dataset-trong-machinelearning#:~:text=Training%20data%20(ho%E1%BA%B7c%20training%20dataset,60%25%20t%
E1%BB%95ng%20s%E1%BB%91%20d%E1%BB%AF%20li%E1%BB%87u..
[19] T. V. Huu, Bài 15: Overfitting, 04 03 2017. [Online]. Available:
https://machinelearningcoban.com/2017/03/04/overfitting/.
[20] AWS, Làm thế nào để ngăn ngừa hiện tượng quá khớp?, 2023. [Online]. Available:
https://aws.amazon.com/vi/what-is/overfitting/.
[21] N. T. Chung, Các câu hỏi thường gặp trong lĩnh vực Deep Learning, 2023. [Online]. Available:
https://www.thegioimaychu.vn/blog/ai-hpc/cac-cau-hoi-thuong-gap-trong-linh-vuc-deeplearning-p15549/#:~:text=c%E1%BB%A7a%20m%C3%B4%20h%C3%ACnh.,Underfitting%20l%C3%A0%20g%C3%AC%3F,luy%E1%BB%87n%20v%C3%A0%20t%E1%
BA%ADp%20ki%E1%BB%83m%20tra..
[22] M. S. Minhas, Techniques for handling underfitting and overfitting in Machine Learning, 06 07
2021. [Online]. Available: https://towardsdatascience.com/techniques-for-handling-underfittingand-overfitting-in-machine-learning-348daa2380b9.
[23] K. Barkved, The Difference Between Training Data vs. Test Data in Machine Learning, 11 01
2022. [Online]. Available: https://www.obviously.ai/post/the-difference-between-training-datavs-test-data-in-machinelearning#:~:text=What%20is%20Testing%20Data%3F,optimize%20it%20for%20improved%20r
esults..
[24] Sonal Agarwal, Sandhya Tarar, A HYBRID APPROACH FOR CROP YIELD PREDICTION
USING MACHINE LEARNING AND DEEP LEARNING ALGORITHMS, 2021. [Online].
Available: https://iopscience.iop.org/article/10.1088/1742-6596/1714/1/012012.
[25] A. A. Alsuwaylimi, Comparison of ARIMA, ANN and Hybrid ARIMA-ANN, p.
https://www.naturalspublishing.com/files/published/hjb7647zy1n6a2.pdf, 2022.
[26] V. Trevisan, Comparing Robustness of MAE, MSE and RMSE, 11 01 2022. [Online].
Available: https://towardsdatascience.com/comparing-robustness-of-mae-mse-and-rmse6d69da870828.

68