Combo 4 Khóa Học Lập Trình Protonx

Chia sẻ Combo 4 Khóa Học Lập Trình Protonx

Combo 4 khóa học này trang bị cho bạn kiến thức và kỹ năng toàn diện trong lĩnh vực Trí Tuệ Nhân Tạo (AI) và lập trình. Bạn sẽ được học từ những nền tảng cơ bản về AI, toán học cho học máy, các mô hình học máy và học sâu tiên tiến. Đặc biệt, combo còn cung cấp kiến thức chuyên sâu về thuật toán giúp bạn tự tin trong các buổi phỏng vấn kỹ thuật tại các công ty lớn, cũng như các kỹ năng về Xử lý Ngôn ngữ Tự nhiên (NLP) và ứng dụng các mô hình AI hiện đại vào các dự án thực tế về văn bản, hình ảnh và nhiều lĩnh vực khác.

Khóa 1: Khóa Học Trí Tuệ Nhân Tạo Nền Tảng Cùng Protonx Khóa Học Trí Tuệ Nhân Tạo Nền Tảng Cùng Protonx

Nội dung khóa học

Giai đoạn 1: Python cho Data Science (Miễn phí)

Nội dung lập trình Python cho khoa học dữ liệu.

Sử dụng các thư viện Numpy và Pandas.

Giai đoạn 2: Toán học nền tảng cho Học máy (4 tuần)

Đại số tuyến tính.

Đạo hàm.

Xác suất thống kê.

8 buổi học với ví dụ thực tiễn.

Giai đoạn 3: Học máy và Học sâu (12 tuần)

Học máy cơ bản: Hồi quy tuyến tính, Hồi quy Logistic.

Học sâu: Mạng nơ-ron (Neural Network).

Mạng học sâu cho hình ảnh: CNN, MobileNet, Resnet, InceptionNet.

Mạng học sâu cho ngôn ngữ tự nhiên và dữ liệu thời gian: RNN, LSTM, Transformer.

Giai đoạn 4: Nghiên cứu và Xây dựng (2 tuần)

Đọc các nghiên cứu mới nhất về AI.

Xây dựng thư viện AI.

Hướng dẫn làm dự án công nghệ thực tế.

Sử dụng Git và GitHub trong dự án.

Ôn tập và xây dựng các mô hình AI mới nhất.

Nội dung chi tiết theo buổi học:

1. Khai giảng

Hình thức: Video

Không có nội dung chi tiết.

2. Giới thiệu học máy/học sâu

Hình thức: Video

Giới thiệu học giám sát, không giám sát và học tăng cường.

3. Mô hình hồi quy tuyến tính

Hình thức: Video

Giới thiệu bài toán Grab

Quá trình xây dựng một mô hình

Mô hình hồi quy tuyến tính

Thuật toán Gradient Descent

Lập trình hồi quy

4. Chữa bài hồi quy tuyến tính - Hồi quy tuyến tính với Tensorflow

Hình thức: Video

Chữa bài hồi quy tuyến tính

Hồi quy tuyến tính với Tensorflow

5. Mô hình hồi quy tuyến tính với dữ liệu nhiều cột

Hình thức: Video

Bộ dữ liệu giá nhà

Phân tích dữ liệu và các vấn đề sẽ gặp khi xử lý dữ liệu

Hồi quy tuyến tính trên bộ dữ liệu này

6. Stochastic Gradient Descent - SGD

Hình thức: Video

Tại sao chúng ta không dùng Gradient Descent

Stochastic Gradient Descent

Lập trình SGD với bài toán Grab

Nâng cao - Khả năng hội tụ của SGD

7. Ôn tập SGD + Hiện tượng Overfitting

Hình thức: Video

Ôn tập SGD

Hiện tượng Overfitting

8. Bài toán phân loại nhị phân

Hình thức: Video

Bài toán phân loại nhị phân

Bài toán phát hiện rủi ro

Mô hình hồi quy Logistic theo chiều thuận

9. Chữa bài mô hình phân loại + Đánh giá chất lượng mô hình

Hình thức: Video

Chữa bài phân loại nhị phân

Thực hành với Tensorflow

Các chỉ số TP, TN, FP, FN

Chỉ số Precision, Recall

Chỉ số F1

10. Bài toán phân loại nhiều lớp

Hình thức: Video

Softmax Regression

Chứng minh công thức Categorical cross entropy

11. Ôn tập bài toán phân loại nhiều lớp

Hình thức: Video

Ôn tập Softmax

Trao đổi việc training hiệu quả

12. Mạng nơ ron (Neural Network)

Hình thức: Video

Giới thiệu mạng nơ ron

Diễn giải lớp ẩn, nơ ron

Hàm tuyến tính, phi tuyến

Các vấn đề hay gặp khi đào tạo mạng nơ ron

13. Thuật toán lan truyền ngược

Hình thức: Video

Mô phỏng mạng nơ ron

Ý tưởng thuật toán lan truyền ngược

Chứng minh lan truyền ngược trên một tham số

14. Ôn tập Mạng nơ ron - Các kỹ thuật training hiệu quả

Hình thức: Video

Ôn tập mạng nơ ron

Các kỹ thuật training hiệu quả

15. Các thuật toán Training

Hình thức: Video

Tối ưu lồi

Vấn đề của SGD

SGD với quán tính

AdaGrad

AdaDelta và RMSProp

16. Ôn tập các thuật toán đào tạo mô hình

Hình thức: Video

Không có nội dung chi tiết.

17. Mạng tích chập - Convolutional neural network

Hình thức: Video

Giới thiệu về hình ảnh, cấu trúc của hình ảnh

Giới thiệu về Filter, một số filter cơ bản để xử lý ảnh

Cấu trúc mô hình CNN, các đặc điểm vượt trội so với mạng nơ ron

18. Transfer Learning và ResNet và InceptionNet

Hình thức: Video

Transfer learning

Cấu trúc ResNet và InceptionNet

19. Ôn tập mạng CNN - Hướng dẫn đọc Paper

Hình thức: Video

Không có nội dung chi tiết.

20. Xử lý ngôn ngữ tự nhiên - Word2Vec

Hình thức: Video

Giới thiệu xử lý ngôn ngữ tự nhiên

Word2vec

21. Mô hình ngôn ngữ + RNN

Hình thức: Video

Mô hình ngôn ngữ

SimpleRNN

LSTM

22. Ôn tập NLP

Hình thức: Video

Không có nội dung chi tiết.

23. Deep RNN

Hình thức: Video

Ôn tập LSTM

Deep RNN

24. Timeseries cơ bản

Hình thức: Video

Giới thiệu Timeseries

Xây dựng bộ dữ liệu đơn giản

Xây dựng mô hình dự đoán với mạng nơ ron

25. Timeseries trong thực tế

Hình thức: Video

Xử lý timeseries trong thực tế

Bí kíp thi bài 5 trong đề thi Tensorflow

26. Zoom 1-11-2024

Hình thức: Video

Không có nội dung chi tiết.

27. Tổng kết lớp học

Hình thức: Video

Không có nội dung chi tiết.

28. Dự án cuối khóa

Hình thức: Video

Không có nội dung chi tiết.

Khóa 2: Khóa Học Thuật Toán Luyện Phỏng Vấn Vào Big Tech - Leetcode 200 Cùng Protonx

Nội dung khóa học

Khóa học được thiết kế để đi sâu vào từng dạng thuật toán và cấu trúc dữ liệu, từ lý thuyết cơ bản đến các bài tập ứng dụng cụ thể trên Leetcode. Các chủ đề chính bao gồm:

Chuỗi (String)

Mảng (Array)

Kỹ thuật Hai con trỏ (Two Pointers)

Ngăn xếp (Stack) - Hàng đợi (Queue)

Đệ quy (Recursion)

Giải thuật tham lam (Greedy Algorithm)

Đống (Heap)

Đồ thị (Graph): BFS, DFS

Thuật toán tìm đường ngắn nhất (Shortest Path Algorithms - Dijkstra)

Cấu trúc dữ liệu Union Find

Các dạng Toán (Math)

Cây (Tree), Cây tìm kiếm nhị phân (Binary Search Tree)

Tìm kiếm nhị phân (Binary Search)

Danh sách liên kết (Linked List)

Quy hoạch động (Dynamic Programming)

Nội dung chi tiết theo buổi học:

1. Giới thiệu về lớp học + cách luyện thuật toán trên Leetcode

Hình thức: Video

Nội dung: Giảng viên giới thiệu về lớp học Leetcode, nội dung, cách thức lập trình và luyện tập trên Leetcode.

Chi tiết: Lời chào từ giảng viên, tổng quan khóa học.

2. Đào sâu vào phân tích thuật toán

Hình thức: Video

Nội dung: Tìm hiểu khái niệm độ phức tạp thuật toán (BigO Notation) và cách phân tích hiệu quả của code.

3. Chuỗi - String

Hình thức: Video

Nội dung: Các kỹ thuật và phương pháp tiếp cận bài toán liên quan đến xử lý chuỗi.

4. Chữa bài tập phân tích thuật toán

Hình thức: Zoom

Nội dung: Giải đáp thắc mắc về bài tập phân tích thuật toán và lý thuyết bài tập chuỗi.

5. Mảng - Array

Hình thức: Video

Nội dung: Giới thiệu về mảng, kỹ thuật tổng dồn/tích dồn, làm việc với ma trận, xoay ma trận.

6. Hai con trỏ - Two Pointers

Hình thức: Video

Nội dung: Kỹ thuật hai con trỏ để tìm mảng con/chuỗi con thỏa mãn điều kiện, cách nhận diện bài toán.

7. Chữa bài tập Chuỗi + Mảng

Hình thức: Zoom/Video (tùy theo lịch)

Nội dung: Giải các bài tập Leetcode liên quan đến Chuỗi và Mảng.

8. Ngăn xếp và Hàng đợi - Stack & Queue

Hình thức: Video

Nội dung: Ứng dụng của Stack và Queue trong các bài toán thực tế và thuật toán.

9. Đệ quy

Hình thức: Video

Nội dung: Cách tiếp cận và hiểu đệ quy một cách trực quan (đệ quy xuôi, đệ quy ngược, quy tắc đệ quy).

10. Chữa bài hai con trỏ + ngăn xếp

Hình thức: Zoom/Video (tùy theo lịch)

Nội dung: Chữa bài tập Leetcode: Hai con trỏ (845, 3, 1234), Ngăn xếp (856, 739, 503).

11. Thuật toán sắp xếp - Giải thuật tham lam

Hình thức: Video

Nội dung: Các thuật toán sắp xếp cơ bản và nâng cao, giới thiệu về giải thuật tham lam qua ví dụ.

12. Đống - Heap

Hình thức: Video

Nội dung: Cấu trúc dữ liệu Heap và ứng dụng trong bài toán tìm K phần tử, sắp xếp.

13. Đồ thị - Graph

Hình thức: Video

Nội dung: Các khái niệm cơ bản về đồ thị, cách biểu diễn và các thuật toán duyệt đồ thị cơ bản.

14. Chữa bài đệ quy + sắp xếp + giải thuật tham lam

Hình thức: Zoom/Video (tùy theo lịch)

Nội dung: Chữa bài tập Leetcode: Sắp xếp + tham lam (1333, 252, 56, 253, 1710, 121).

15. Thuật toán BFS (Breadth-First Search)

Hình thức: Video

Nội dung: Ứng dụng BFS trong tìm đường ngắn nhất trên đồ thị không có trọng số.

16. Thuật toán DFS (Depth-First Search)

Hình thức: Video

Nội dung: Ứng dụng DFS trong các bài toán tìm kiếm, duyệt đồ thị, kiểm tra chu trình.

17. Chữa bài Heap + Đồ thị

Hình thức: Zoom/Video (tùy theo lịch)

Nội dung: Chữa bài tập Leetcode: Heap (692, 1054, 767, 857), Đồ thị (1042).

18. Thuật toán Dijkstra

Hình thức: Video | Slide | Notebook

Nội dung: Tìm đường đi ngắn nhất trên đồ thị có trọng số dương.

19. Cấu trúc dữ liệu Union Find

Hình thức: Video

Nội dung: Cấu trúc dữ liệu hiệu quả cho các bài toán liên quan đến tập hợp không giao nhau, kiểm tra thành phần liên thông.

20. Chữa bài tập BFS + DFS

Hình thức: Zoom/Video (tùy theo lịch)

Nội dung: Giải các bài tập Leetcode ứng dụng thuật toán BFS và DFS.

21. Toán học

Hình thức: Video

Nội dung: Các khái niệm toán học thường gặp trong giải thuật (số học, tổ hợp, xác suất cơ bản).

22. Cây - Tree

Hình thức: Video

Nội dung: Các khái niệm về cây, các loại cây cơ bản, thuật toán duyệt cây.

23. Tìm kiếm nhị phân - Binary Search

Hình thức: Video

Nội dung: Kỹ thuật tìm kiếm nhị phân trên mảng đã sắp xếp và ứng dụng trong các bài toán tối ưu.

24. Chữa bài Dijkstra + Union Find

Hình thức: Zoom/Video (tùy theo lịch)

Nội dung: Chữa bài tập Leetcode: Dijkstra (743), Union Find (684, 1319, 1579).

25. Cây tìm kiếm nhị phân - Binary Search Tree (BST)

Hình thức: Video | Slide | Notebook

Nội dung: Các thao tác trên BST (tìm kiếm, thêm, xóa), tính chất và ứng dụng.

26. Danh sách liên kết - Linked List

Hình thức: Video

Nội dung: Các loại danh sách liên kết, thao tác và các bài toán thường gặp.

27. Chữa bài toán + gợi ý các bài cây

Hình thức: Zoom/Video (tùy theo lịch)

Nội dung: Chữa các bài tập toán (1344, 1217, 1716, 360). Gợi ý giải các bài tập liên quan đến cây.

28. Quy hoạch động cơ bản - Knapsack

Hình thức: Video

Nội dung: Giới thiệu về quy hoạch động, các bài toán kinh điển như Knapsack.

29. Ứng dụng quy hoạch động trong trí tuệ nhân tạo

Hình thức: Video | Slide | Notebook

Nội dung: Khám phá các ứng dụng của quy hoạch động trong các bài toán AI, ví dụ nhận diện âm thanh.

30. Chữa bài cây nhị phân + Tìm kiếm nhị phân

Hình thức: Zoom/Video (tùy theo lịch)

Nội dung: Giải các bài tập Leetcode liên quan đến Cây nhị phân và Tìm kiếm nhị phân.

Khóa 3: Khóa Học Nền Tảng Xử Lý Ngôn Ngữ Tự Nhiên (nlp) 01 Cùng Protonx

Mục tiêu khóa học

Hiểu rõ cách vận hành của các kỹ thuật NLP tiên tiến như Word2Vec, Transformer, BERT, GPT.

Có khả năng tự xây dựng ứng dụng NLP cá nhân.

Nhận chứng chỉ từ ProtonX sau khi hoàn thành bài tập và dự án cuối khóa.

Nội dung khóa học

Regular Expressions và Edit Distance

Vector Semantics và Embeddings

Word2Vec, Glove

Mô hình ngôn ngữ

RNN và LSTM

Bài toán dịch máy

Mô hình Transformer

Mô hình BERT và ứng dụng

NER - Nhận diện thực thể có tên

GPT và ứng dụng

Bài toán hỏi đáp - Question Answering

Question Answering với Open Domain - Dense Passage Retrieval

Prompt Engineering

Bổ trợ - Hidden Markov Models

Nâng cao - Mô hình Wave2Vec cho bài toán nhận diện giọng nói

Khóa 4: Khóa Học Ứng Dụng Các Mô Hình AI Cho Lập Trình Viên

Mục tiêu khóa học

Biết cách sử dụng các mô hình AI có sẵn trên HuggingFace như Gemma 2 và LLAMA 3.

Hiểu và triển khai công nghệ RAGs + LLMs để xây dựng chatbot thông minh.

Ứng dụng các API liên quan đến hình ảnh như DALL-E, Midjourney và Stability AI.

Triển khai ứng dụng AI bằng Docker và trên nền tảng Cloud.

Nội dung khóa học

Sử dụng API liên quan tới văn bản: Thành thạo các API của ChatGPT (GPT 3.5 Turbo, GPT-4, GPT-4 Turbo, GPT-4o), API Gemini của Google và API các mô hình mã nguồn mở như LLAMA thông qua Together AI.

Kỹ thuật Prompt Engineering: Giới thiệu kỹ thuật Prompt Engineering và thiết lập client giao tiếp với Backend.

Sử dụng API liên quan tới hình ảnh: Sử dụng các API như DALL-E, Midjourney và Stability AI để tạo và chỉnh sửa hình ảnh.

Ứng dụng từ phác thảo chuyển thành ảnh: Tạo hình ảnh từ bản vẽ phác thảo.

Ứng dụng thay thế đồ vật trong ảnh: Sử dụng AI để thay đổi các đối tượng trong hình ảnh.

Ứng dụng phân đoạn hình ảnh và thay thế đồ vật: Phân tích và chỉnh sửa các phần cụ thể trong ảnh.

Xây dựng chatbot với RAGs + LLMs: Phát triển chatbot thông minh sử dụng công nghệ tiên tiến, truy xuất thông tin từ các nguồn dữ liệu cụ thể và điều chỉnh văn phong linh hoạt.

GraphRAG: Sử dụng công nghệ tiên tiến để xây dựng cơ sở truy vấn hiệu quả bằng đồ thị.

Giao diện ChatBot: Thiết kế và triển khai giao diện người dùng cho chatbot.

ChatBot với thư viện LangChain: Sử dụng LangChain để code chatbot nhanh hơn, cho phép client gửi session ID tương ứng với người dùng thay vì phải gửi toàn bộ context.

Ứng dụng sinh ảnh: Tạo hình ảnh mới bằng cách sử dụng các mô hình AI tiên tiến.

Ứng dụng sinh video: Tạo video từ hình ảnh hoặc nội dung khác.

Ứng dụng từ ảnh thành video: Chuyển đổi hình ảnh thành video động.

Ứng dụng sinh âm thanh: Tạo âm thanh hoặc giọng nói từ văn bản hoặc dữ liệu khác.

Ứng dụng sinh code: Sử dụng AI để tạo mã nguồn dựa trên yêu cầu cụ thể.

Tùy biến mô hình AI: Sử dụng Google Colab và Ngrok để tạo endpoint cho API và làm việc với các mô hình mã nguồn mở trên HuggingFace.

Triển khai ứng dụng với Docker và Cloud: Cài đặt và xây dựng Docker Image, chạy Docker Container và triển khai trên nền tảng đám mây.

Xây dựng hệ thống chatbot hiện đại với RAG và Graph: Tạo Synthetic Dataset cho RAG, sử dụng Semantic Router, Reflection và Graph trong RAG.

Thực hành với LangChain và LLAMA Index: Tích hợp Ollama để chạy mô hình và sử dụng LangChain để xây dựng quy trình truy xuất thông tin.

Ứng dụng API liên quan đến âm thanh và video: Chuyển văn bản thành giọng nói, giọng nói thành văn bản và xử lý video.

Lập trình giao diện: Sử dụng Gradio và Streamlit để tạo giao diện nhanh chóng, lập trình giao diện bằng ReactJS/NextJS và kết nối với API.

Thực hành đào tạo mô hình riêng: Đào tạo mô hình GPT và LLAMA riêng, tối ưu hóa hiệu suất bằng đào tạo phân tán.

Dự án thực tế: Thực hiện dự án trong 2 tuần để áp dụng kiến thức đã học.

Thông tin giảng viên

Bá Ngọc là chuyên gia hàng đầu về Machine Learning tại Việt Nam, với nhiều thành tựu đáng chú ý:

Năm 2019, được Google công nhận là chuyên gia học máy đầu tiên tại Việt Nam và thứ 66 trên toàn thế giới.

Kinh nghiệm giảng dạy ngôn ngữ tự nhiên từ cơ bản tới nâng cao tại VietAI.

Trong năm 2020 và 2021, đào tạo hơn 120 lập trình viên thi đỗ chứng chỉ TensorFlow, đưa Việt Nam vào top 4 quốc gia có số lượng người thi đỗ nhiều nhất cùng với Mỹ, Ấn Độ và Hàn Quốc.

Năm 2022, thành lập ProtonX với sứ mệnh ứng dụng AI để giải quyết các vấn đề quan trọng của xã hội.