A fat content prediction model was built using near-infrared spectroscopy (NIR) combined with partial least squares regression (PLS). Twenty five samples of Nuc fishes were randomly collected for NIR measurements in 4 individual regions, and the fat content was also determined by chemical method. All data measured was used to develop and optimize the model. The model prediction was optimized based on the method of choosing significant wavelengths to obtain the highest R-square value and the smallest mean square error (MSE). The best prediction model was built based on NIR data in the lower abdomen of fish with the 0.96 of R-square and 0.001 of MSE for the cross-validation set.Một phương pháp dự đoán hàm lượng chất béo của cá được xây dựng bằng cách sử dụng quang phổ cận hồng ngoại (NIR) kết hợp với mô hình hồi quy bình phương tối thiểu một phần (PLS). Để xây dựng và tối ưu hóa mô hình dự đoán, 25 mẫu cá Nục đã được thu thập ngẫu nhiên để tiến hành đo NIR tại 4 vùng trên thân cá, đồng thời hàm lượng chất béo cũng được xác định bằng phương pháp hoá học. Mô hình dự đoán được tối ưu hoá dựa trên phương pháp lựa chọn các bước sóng có ý nghĩa và loại dần các bước sóng còn lại để đạt được giá trị của hệ số tương quan lớn và sai số trung bình bình phương nhỏ nhất. Mô hình dự đoán tốt nhất được xây dựng dựa trên dữ liệu đo NIR tại vùng bụng dưới của cá với hệ số tương quan 0,96 và sai số trung bình bình phương 0,001 cho tập xác thực chéo.