Học phần "Học máy cơ bản" cung cấp kiến thức nền tảng về các phương pháp học máy hiện đại, bao gồm cả học có giám sát và học không giám sát. Nội dung học phần bao quát các chủ đề như hồi quy, phân loại, phân cụm và giảm số chiều, cùng với các mô hình sinh và mô hình phân biệt. Sinh viên sẽ được làm quen với các khái niệm lý thuyết, ứng dụng thực tiễn và phương pháp đánh giá hiệu quả mô hình học máy. Học phần hướng tới việc phát triển khả năng phân tích, mô hình hóa và giải quyết các bài toán thực tế bằng kỹ thuật học máy.
Học phần cung cấp cho sinh viên nền tảng lý thuyết và kỹ năng ứng dụng về xác suất và thống kê, tiếp nối học phần Toán cơ sở. Nội dung bao gồm các khái niệm cốt lõi của lý thuyết xác suất như vectơ ngẫu nhiên, các định lý giới hạn và xích Markov. Phần thống kê ứng dụng tập trung vào kiểm định giả thuyết, phân tích phương sai và các phương pháp kiểm định phi tham số. Thông qua các bài tập, sinh viên rèn luyện năng lực phân tích và xử lý dữ liệu trong thực tiễn.
Học phần “Phần mềm thống kê R” trang bị cho sinh viên kiến thức nền tảng về R, bao gồm: giới thiệu phần mềm, kiểu dữ liệu, lập trình cơ bản, phân phối và mô phỏng, phân tích thống kê cơ bản, soạn thảo báo cáo và hệ sinh thái tidyverse.
Học phần này trang bị cho sinh viên kiến thức và kỹ năng sử dụng các công cụ soạn thảo văn bản toán (Word với Equation/MathType, LaTeX), vẽ hình và xây dựng mô hình động bằng GeoGebra, cùng với thực hiện các tính toán đại số – giải tích trên phần mềm đại số máy tính (SymPy trong Python).