Các ký tự trong file:

1. SIC: Samsung Innovation Campus
2. IT/BD/IoT: là tên chương trình học
3. Buổi học của chương trình
4. Số file được tạo ra trong buổi học

Mục tiêu trong repository:

• Tìm hiểu và ứng dụng KNN và Binary Classification
  • Doc2Vec/UnderTheSea
  • Anomaly Detection
• Làm Web crawler
  • Lọc tất cả file có #box_comments ra khỏi kích thước phần tử
  • Lọc được giới sao trong web và trích xuất ra file.
• Lưu vào file với cấu trúc Date, Content, Source