TF 05 Class

#	Topic
1	Giới thiệu lớp học TF Hình thức: Video Nội dung: Giảng viên giới thiệu về lớp học TF. Chi tiết: Giới thiệu về Lớp học TF Lời chào từ giảng viên Một số chú ý của lớp học Ngôn ngữ lập trình chính của khóa học Hướng dẫn công cụ lập trình Hướng dẫn làm bài tập Bài tập: Bài tập làm quen với hệ thống chấm điểm.
2	Giới thiệu học máy và ứng dụng Giới thiệu học giám sát, không giám sát và học tăng cường.
3	Chữa bài giới thiệu học máy + Đại số tuyến tính No content
4	Mô hình hồi quy tuyến tính 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 tuyến tính một biến
5	Mô hình hồi quy tuyến tính với dữ liệu nhiều cột 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	Hồi quy tuyến tính với Tensorflow 2 + Đề thi mẫu 01 No content
7	Stochastic Gradient Descent - SGD 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
8	Bài toán phân loại nhị phân Bài toán phân loại nhị phân Bài toán phát hiện rủi ro Mô hình hồi quy Logistic theo chiều thuận
9	Maximum Likelihood Estimation Nền tảng quan trọng để chứng minh nhiều hàm mất mát của mô hình học sâu.
10	Bài toán phân loại nhiều lớp Softmax Regression Chứng minh công thức Categorical cross entropy
11	Đào tạo các mô hình phân loại với Tensorflow 2 Bài toán phân loại nhị phân với Tensorflow 2 Cách sử dụng Tensorflow Dataset Xây dựng Softmax Regression với Tensorflow 2
12	Chữa bài SGD + Các chỉ số đánh giá mô hình No content
13	Hiệu chỉnh mô hình L1/L2 Giới thiệu hiện tượng Underfitting và Overfitting Ví dụ Overfitting với bài toán phân loại Cách khắc phục hiện tượng Overfitting
14	Đánh giá, phân tích và tiền xử lý dữ liệu bảng Data-centric vs Model-centric Khám phá bộ dữ liệu Titanic. Giả định và đánh giá. Tiền xử lý dữ liệu: dữ liệu thiếu, chia khoảng giá trị
15	Mạng nơ ron (Neural Network) 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
16	Chữa bài Logistic Regression - thực hành Tensorflow 2 với mạng Nơ ron No content
17	Thuật toán lan truyền ngược Mô phỏng mạng nơ ron Ý tưởng thuật toán lan truyền ngược Chứng minh lan truyền ngược trên một tham số
18	Chữa bài Softmax + Kỹ thuật training mạng nơ ron No content
19	Mạng tích chập - Convolutional neural network 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 Neural Network.
20	Ôn tập CNN + Đọc nghiên cứu No content
21	Đọc nghiên cứu và trả lời câu hỏi Học cấu trúc phổ biến của một bài báo nghiên cứu, cách đọc hiệu quả. Cùng đọc một số nghiên cứu nổi tiếng trong thị giác máy tính Sử dụng các mô hình đã được xây dựng và đào tạo trên những bộ dữ liệu lớn để cho bài toán với số lượng nhãn nhỏ hơn. Đây là một trong những kỹ thuật quan trọng và được sử dụng rộng rãi trong hầu hết các bài toán AI hiện tại.
22	ResNet và InceptionNet No content
23	Xử lý ngôn ngữ tự nhiên No content
24	Word Embeddings No content
25	Chữa bài Mạng NN No content
26	Các thuật toán Training No content
27	RNN No content
28	Deep RNN No content
29	Timeseries cơ bản No content
30	Timeseries trong thực tế No content
31	Luyện thi chứng chỉ Tensorflow No content
32	Cùng nhau làm Project No content