Trí tuệ nhân tạo (AI) những năm trở lại đây ngày càng được xem là lĩnh vực khoa học công nghệ mũi nhọn. Tuy nhiên hiện nay nguồn nhân lực AI giỏi chỉ đáp ứng được 10% nhu cầu của thị trường. Điều này giải thích tại sao nhiều doanh nghiệp, tổ chức sẵn sàng trả mức lương hàng nghìn đô để thu hút nhân tài.
Tổng quan về AI/ML/DL
- Các khái niệm và ứng dụng thực tế của AI, Machine Learning
- Chỉ số và đánh giá; tham số và siêu tham số; thực hành bằng Python
- Cách sử dụng Google Colab Introduction để lập trình
Học có giám sát (Supervised Learning)
- Classification (Phân lớp): Naïve Bayes/K-neareast neighbors/SVM…
- Regression (Phân cụm) : Linear regression/ logistic regression
Học không giám sát (Unsupervised Learning)
- Dimension reduction: PCA
- Clustering: K-mean clustering/ DBScan
Mạng Nơ Ron nhân tạo (Neural Network)
- Neural Network(mạng Nơ Ron nhân tạo), Feed forward Neural network (layers/weights/ activation function…)
Recurrent Neural network/LSTM/GRU
- Tổng quan về RNN
- Long short-term memory (LSTM)
- Gated Recurrent Unit (GRU)
Học sâu (Deep Learning)
- Tổng quan về Deep Learning,
- Convolution neural network (CNN) introduction (kernel/padding/stride/ pooling layer…)
- Build a simple CNN
Common CNN architectures
- AlexNet
- GoogLeNet
- VGG, ResNet, Other models (brief introduction)
Phát hiện đối tượng (Object Detection)
- Tổng quan về Deep Learning,
- Convolution neural network (CNN) introduction (kernel/padding/stride/ pooling layer…)
- Build a simple CNN
Phân đoạn đối tượng (Object Segmentation)
- Giới thiệu về object segmentation?
- CNN-based object segmentation approaches: Mask R-CNN, Unet, DeepLab (brief introduction)
Generative adversarial network (GAN)
- Tổng quan về GAN
- Types of GAN
- Build a simple GAN
40h chinh phục Machine Learning cùng giảng viên Đại học Bách khoa Hà Nội
Top 20 sách AI - trí tuệ nhân tạo hay nhất không thể bỏ qua