Khóa Học Trí Tuệ Nhân Tạo Nền Tảng Cùng ProtonX

3.500.000 ₫

49.999 ₫

Thời lượng

28 Chương

Sở hữu khóa học

Trọn đời

Đã đăng ký

327

Đầy Đủ Bài Giảng

Video bài giảng và tài liệu giống mô tả

Học Online Tiện Lợi

Học online trên Website bằng điện thoại hoặc máy tính

Kích Hoạt Nhanh

Nhận khóa học trong vòng 3 - 5 giây

Khóa Học Trí Tuệ Nhân Tạo Nền Tảng Cùng ProtonX

Giảng viên: Bá Ngọc

Khóa học này cung cấp kiến thức nền tảng và chuyên sâu về Trí Tuệ Nhân Tạo (AI), từ các khái niệm cơ bản đến các mô hình học máy và học sâu tiên tiến. Học viên sẽ được trang bị kiến thức và kỹ năng thực hành để xây dựng và triển khai các ứng dụng AI trong nhiều lĩnh vực khác nhau.

Đối tượng tham gia

Người đã có kiến thức cơ bản về lập trình Python.
Những ai muốn xây dựng nền tảng vững chắc về Trí Tuệ Nhân Tạo.
Người mong muốn hiểu rõ và ứng dụng các kỹ thuật học máy và học sâu trong thực tế.
Người khao khát phát triển sự nghiệp trong lĩnh vực Trí Tuệ Nhân Tạo.

Mục tiêu khóa học

Nắm vững kiến thức cơ bản và nâng cao về các thuật toán học máy (Machine Learning) và học sâu (Deep Learning).
Hiểu rõ quy trình xây dựng và đánh giá các mô hình AI.
Có khả năng ứng dụng các thư viện và công cụ phổ biến trong lĩnh vực AI như TensorFlow.
Tham gia xây dựng các dự án thực tế và đọc hiểu các nghiên cứu khoa học mới nhất.
Nhận chứng chỉ từ ProtonX sau khi hoàn thành khóa học và dự án cuối khóa.

Lộ trình khóa học

Giai đoạn 1: Python cho Data Science (Miễn phí)
Nội dung lập trình Python cho khoa học dữ liệu, sử dụng 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, mạng nơ-ron, các kiến trúc hiện đại (CNN, ResNet, RNN, Transformer).
Giai đoạn 4: Nghiên cứu và Xây dựng (2 tuần)
Đọc nghiên cứu, xây dựng thư viện AI, dự án thực tế với Git/GitHub.

Nội dung khóa học

1. Khai giảng - Hình thức: Video
2. Giới thiệu học máy/học sâu - Các loại hình học AI.
3. Mô hình hồi quy tuyến tính - Bài toán Grab, Gradient Descent, lập trình hồi quy.
4. Hồi quy tuyến tính với Tensorflow - Thực hành chữa bài.
5. Dữ liệu nhiều cột - Phân tích bộ dữ liệu giá nhà.
6. Stochastic Gradient Descent (SGD) - Khả năng hội tụ của SGD.
7. Ôn tập SGD & Hiện tượng Overfitting
8. Bài toán phân loại nhị phân - Hồi quy Logistic.
9. Đánh giá mô hình - Chỉ số Precision, Recall, F1, thực hành Tensorflow.
10. Phân loại nhiều lớp - Softmax Regression, Cross entropy.
11. Ôn tập phân loại
12. Mạng nơ ron (Neural Network) - Lớp ẩn, hàm tuyến tính/phi tuyến.
13. Thuật toán lan truyền ngược (Backpropagation)
14. Các kỹ thuật training hiệu quả
15. Các thuật toán Training nâng cao - AdaGrad, AdaDelta, RMSProp.
16. Ôn tập thuật toán training
17. Mạng tích chập (CNN) - Cấu trúc, bộ lọc (Filter).
18. Transfer Learning - ResNet, InceptionNet.
19. Ôn tập CNN & Đọc Paper
20. Xử lý ngôn ngữ tự nhiên (NLP) - Word2Vec.
21. Mô hình ngôn ngữ + RNN - SimpleRNN, LSTM.
22. Ôn tập NLP
23. Deep RNN
24. Timeseries cơ bản - Xây dựng mô hình dự đoán.
25. Timeseries thực tế - Bí kíp thi đề Tensorflow.
26-28. Tổng kết & Dự án cuối khóa

Thông tin giảng viên

Bá Ngọc là chuyên gia hàng đầu về Machine Learning tại Việt Nam:

Năm 2019: Được Google công nhận là chuyên gia học máy đầu tiên tại Việt Nam (thứ 66 toàn thế giới).
Kinh nghiệm giảng dạy tại VietAI.
Đào tạo 120+ lập trình viên đạt chứng chỉ TensorFlow, đưa Việt Nam vào Top 4 quốc gia có số lượng người đỗ cao nhất.
Năm 2022: Thành lập ProtonX.