– Thời hạn: 10 tuần

– Website: https://vietai.org/our-program/

a. Nội dung khóa học

– Tuần 1: Giới thiệu Python và ôn tập các thuật toán toán học (đại số tuyến tính, xác xuất thống kê)

– Tuần 2: Giới thiệu Softmax Regression để giải quyết các vấn đề phân loại nhiều lớp và mối quan hệ của nó với Logistic Regression. Giới thiệu về Tensorflow, Linear Regression để dự đoán thực tế các kết quả đầu ra

– Tuần 3: Dùng Linear Regression để giải quyết các vấn đề phân lớp nhị phân, dùng Gradient Descent để học về các tham số trong các mô hình, dùng Softmax Regression để giải quyết các vấn đề đa phân lớp

– Tuần 4: Giới thiệu về mạng nơ-ron (Neural Networks), thuật toán backpropagation, stochastic gradient descent và dropout

– Tuần 5: Giới thiệu về Convolution Neural Networks (CNNs) và các kiến trúc thường dùng phổ biến (AlexNet, VGGNet, InceptionNet, ResNet…)

– Tuần 6: Giới thiệu về deep learning để xử lý ngôn ngữ tự nhiên, thuật ngữ hệ thống nhúng, Recurrent Neural Networks (RNNs) và mô hình ngôn ngữ

– Tuần 7: Ôn lại RNNs và giới thiệu Long Shorterm Memory (LSTM), mô hình sequencetosequence (seq2seq) và ứng dụng

– Tuần 8: Giới thiệu Attention Mechanism cho chuỗi – chuỗi, mô hình seq2seq cấp cao

– Tuần 9 + 10: Thảo luận với các giảng viên khách mời

b. Kết quả đạt được

– Nắm được kiến thức cơ bản về machine learning, deep learning và các ứng dụng như nhận dạng chữ viết tay và dịch máy

– Học viên có cơ hội áp dụng kiến thức mới vào các vấn đề họ quan tâm cho dự án của mình

– Có được nền tảng vững chắc và kinh nghiệm thực tế cho học viên để giải quyết các vấn đề mới với machine learning