a. Nội dung khóa học

Kiến trúc, mô hình, thuật toán Deep Learning đỉnh cao cho Language Understanding (tác vụ xử lý ngôn ngữ tự nhiên, dữ liệu đa phương thức, khả năng lý giải)

Các mô hình Deep Learning cho Xử lý ngôn ngữ tự nhiên: GLoVe, ELMO, ULMFit, GPT, Transformer, BERT,…

Kỹ thuật Deep Learning: Generative Adversarial Networks (GANs), Variational Autoencoder (VAE), meta/transfer/few-shot learning, evolutionary search, BayesOpt, DeepRL,…

Các chủ đề của Language Understanding: Name-Entity Recognition (NER), Language modeling, Text classification & subtasks, Text generation, Question answering & related tasks, Text data mining,…

Từng bước xây dựng mô hình Deep Learning và các ứng dụng AI

– Hình thức học: Tập trung

– Thời hạn: 16 tuần

– Website: https://vtc.edu.vn/course/language-understanding/

b. Kết quả sau khóa học

– Hiểu cách thức xây dựng và phát triển một cách có hệ thống nhiều mô hình, thuật toán, ý tưởng trong DL cho Language Understanding

– Làm việc với dữ liệu đa phương thức bao gồm: Hình ảnh, video, audio và ngôn ngữ (text)

– Áp dụng các công cụ lý giải trong việc xây dựng mạng lưới học sâu cho Language Understanding

– Tối ưu và tùy chỉnh các mô hình ML tùy theo mục đích triển khai (Cloud, Web, Mobile, Edge devices)

– Xây dựng bài toán mới từ các ứng dụng thực; Thiết kế giải pháp dùng các thuật toán đỉnh cao; Tiến hành thu thập dữ liệu, xử lý, dán nhãn, huấn luyện, triển khai, đánh giá và cập nhật các mô hình ML