Nhập môn Machine Learning
Mô tả

Khóa học gồm giáo trình video, bài giảng trực tuyến và lựa chọn thực hành phòng lab tương tác với giảng viên. Học viên ở xa nên chọn học trực tuyến với học phí thấp, bài giảng xem vĩnh viễn

Khóa học ngắn 13 buổi, nhập môn Machine Learning cho lập trình viên. Học qua dự án nhỏ demo, ngôn ngữ lập trình Python, framework Scikit-LearnTensorFlow, Mlib trên Spark, Deeplearning4J (For java and Spark integratable).

Học viên phải là lập trình viên, đã có ít nhất 24 tháng kinh nghiệm lập trình hoặc sinh viên chuyên ngành CNTT đã học môn xác suất, thống kê.

Khóa học bao gồm các chủ đề:

  • Supervised (bài toán có nhãn): classification and regression
  • Unsupervised (bài toán không có nhãn): clustering and dimension reduction

Các dự án, bài tập mẫu thực hành sẽ dạy các kỹ thuật

  • Naïve Bayes
  • Linear regression and logistic regression
  • K-means
  • Self-organizing map
  • Principle component analysis
  • Perceptron and back propagation
  • Convolution neural network (nhận diện ảnh, phân loại text)
  • Recurrent neural network
  • Sequence2sequence neural network (chat bot, translator)

Giảng viên: Cao Thanh Hà, Kỹ sư AI Cao cấp tại VNPT-IT .

Giáo trình
0. Cơ sở toán học
  •  Sách tham khảo và các thư viện
  •  Lecture notes
  •  Đại số - không gian vector và ma trận
  •  Giải tích - các hàm toán học thường gặp trong machine learning
  •  Xác suất thống kê - cơ sở của nhiều mô hình machine learning
1. Lập trình Python, cài đặt môi trường
  •  Python - MacOSX
  •  Python - Linux
  •  Python - Windows
  •  Cài đặt thư viện sciki-learn
  •  Cài đặt docker trên window
  •  Cài đặt tensorflow trên docker (cho window) part 1
  •  Cài đặt tensorflow trên docker (for window) part 2
  •  Các cách sử dụng Python
  •  Làm quen ngôn ngữ lập trình Python - Vòng lặp và điều khiển
  •  Làm quen ngôn ngữ lập trình Python - List and dictionary
  •  Làm quen ngôn ngữ lập trình Python - File IO
2. Hai bài toán cơ bản và mô hình linear regression
  •  Nhận dạng một bài toán học máy
  •  Mô hình linear regression
  •  Quy trình để giải quyết một bài toán machine learning
  •  Giải bài toán với mô hình linear regression - load dữ liệu
  •  Giải bài toán với mô hình linear regression - train dữ liệu
  •  Giải bài toán với mô hình linear regression - test dữ liệu
3. Bài toán classification cơ bản
  •  Phân tích bài toán và đề ra quy trình thực hiện
  •  Mô hình naive bayes
  •  Xử lý dữ liệu với python
  •  Sử dụng thư viện scikit-learn để train model
  •  Load và test model
  •  Sử dụng mô hình khác để giải quyết bài toán
4. Bài toán clustering cơ bản
  •  Giới thiệu bài toán clustering
  •  Mô hình k-means
  •  Iris data
  •  Train mô hình k-means với iris data
  •  Test mô hình k-means clustering
  •  Visualize dữ liệu
5. Một số mô hình unsupervised
  •  Dowload links
  •  Mô hình affinity propagation
  •  Mô hình mean shift
  •  Mô hình mini batch k-mean
  •  Bài toán color quantization
6. Mô hình neural network
  •  Perceptron - các khái niệm cơ bản
  •  Các mạng neural network
  •  Back-propagation
  •  Cài đặt scikit neural network
  •  Xây dựng mạng neural network - load data
  •  Xây dựng mạng neural network - train
  •  Xây dựng mạng neural network - test
7. Tensorflow frame work
  •  Các đặc điểm của tensorflow
  •  Các API cơ bản
  •  Các API cơ bản - tiếp
  •  Thực hành tensorflow với các API cơ bản
  •  Xây dựng mạng neural network với tensorflow
  •  Xây dựng mạng neural network với tensorflow - test
  •  Thay đổi mô hình neural network trong tensorflow
8. Mô hình deep learning
  •  Convolutional neural network
  •  Convolution neural network trong tensorflow
  •  Xây dựng mạng cnn để nhận diện ảnh - tạo batch
  •  Xây dựng mạng cnn để nhận diện ảnh - load data
  •  Các phương thức cơ bản cho cnn với tensorflow
  •  Xây dựng mô hình cnn với tensorflow
  •  Xây dựng mô hình cnn với tensorflow - continue
  •  Cnn trong tensorflow - train
  •  Cnn trong tensorflow test
9. Nhận dạng số viết tay
  •  Dữ liệu MNIST và source code
  •  MNIST với mô hình SVM
  •  MNIST với mô hình MLP
  •  MNIST với tensorflow
  •  Run and report
10. Nhận dạng text patterns
  •  Xây dựng mô hình học máy convolutional neural network cho text
  •  Demo chương trình nhận dạn ngữ nghĩa của câu
  •  Mô hình recurrent neural network
  •  Demo mô hình recurrent neural network
11. Bài toán machine learning thực tế
  •  Giới thiệu bài toán và dữ liệu
  •  Lựa chọn mô hình
  •  Hướng dẫn giải quyết bài toán
  •  Hướng dẫn cài đặt Spark và tạo RDD
  •  Sử dụng thư viện mllib trong Spark
thumbnail
800000đ
Học trực tuyến
12 phần, 76 bài học
Đánh giá
4 sao
22 người đánh giá
Có dạy gi đâu, video vài phút hời hợt rồi chỉ trỏ chổ này chổ kia lấy tài liệu đọc. mất oan ít tiền
em mới đăng ký, xem thử rồi cảm thấy ko đủ level để học cần đổi lấy khóa học khác có được không ạ?
Dạy không giải thích rõ. Code không nói ý tưởng trước. Người bắt đầu học Machine Learning sẽ khó hiểu
Video quá ngắn.. Trình bày không đi từ bài toán rồi đua ra mô hình rồi áp dụng... Chỉ tập trung code chạy và không trình bày gì... Gây khó hiểu cho học viên....Nói chung là rất qua loa...
Gói học phí
Bạn có thắc mắc
Nhận hỗ trợ
Để lại thông tin, chúng tôi sẽ liên hệ với bạn
Đóng trọn gói
800000đ
Học viên hoàn thành học phí trong một lần