graph LR
    A[📊 Data Processing] --> B[🔍 Feature Engineering]
    B --> C[🤖 Model Training]
    C --> D[📈 Evaluation]
    D --> E[📋 Reporting]
    
    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style C fill:#e8f5e8
    style D fill:#fff3e0
    style E fill:#fce4ec

🔹 Pipeline học máy truyền thống: Từ tiền xử lý đến đánh giá mô hình
🔹 Multi-modal Data: Xử lý dữ liệu bảng, văn bản và hình ảnh
🔹 Model Comparison: Phân tích và so sánh hiệu quả các mô hình
🔹 Scientific Reporting: Tổ chức báo cáo khoa học chuyên nghiệp

✅ Google Account (for Colab access)
✅ Stable internet connection
✅ Basic knowledge of Python & ML

1. 📌 Choose your assignment from the roadmap above
2. 🔗 Click the Colab link to open the notebook
3. ▶️ Run cells sequentially following the instructions
4. ⚙️ Experiment with parameters to explore different scenarios
5. 📈 Analyze results and compare model performance

📁 NEON1-ML-Assignment/
├── 📂 BTL1-Tabular/
│   ├── 📓 notebook.ipynb
│   ├── 📊 modules/
│   └── 📈 features/
├── 📂 BTL2-Text/
│   ├── 📓 notebook.ipynb
│   ├── 📊 modules/
│   └── 📈 features/
├── 📂 BTL3-Image/
│   ├── 📓 notebook.ipynb
│   ├── 📊 modules/
│   └── 📈 features/
└── 📂 Extension/
    └── 🧠 advanced_methods/