1

Giới thiệu học máy/học sâu

Giới thiệu học giám sát, không giám sát và học tăng cường.

arrow_forward
2

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

arrow_forward
3

Mạng nơ ron

  • 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
  • Thực hành lập trình mạng Nơ ron
arrow_forward
4

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.
arrow_forward
5

Lập trình mạng tích chập

Cùng lập trình bằng Python mạng tích chập

arrow_forward
6

Model nhận diện ảnh trong thực tế

Thực hành lập trình mô hình nhận diện ảnh với dữ liệu thực tế.

arrow_forward
7

Transfer Learning

Cùng sử dụng tri thức của toàn nhân loại với Transfer learning

arrow_forward
8

VGG, ResNet và InceptionNet

Khám phá hai mạng nổi tiếng: ResNet và InceptionNet

arrow_forward
9

Bài toán nhận diện biển báo giao thông

Lập trình mô hình nhận diện biển báo giao thông

arrow_forward
10

Xử lý ngôn ngữ tự nhiên cơ bản

Giới thiệu ngôn ngữ tự nhiên cơ bản và công cụ tách từ.

arrow_forward
11

Mô hình LSTM

arrow_forward
12

Mô hình Seq2Seq và cơ chế Attention

  • Mô hình Seq2seq
  • Cơ chế Attention
arrow_forward
13

Dữ liệu theo thời gian

Khám phá dữ liệu thời gian và xây dựng mô hình tương ứng

arrow_forward
14

Mô hình Graph Neural Network

arrow_forward