khóa học deep learning

Khóa học Deep Learning

Xin chào bạn!  Nếu đang tìm một Khóa học Deep Learning  chất lượng cao với chi phí thấp,  giảng dạy bởi những chuyên gia hàng đầu về Deep Learning,  thời gian học linh hoạt, nội dung khóa học sát với  thực tiễn và tính ứng dụng cao thì  đây chính là Khóa học Deep Learning mà bạn đang tìm kiếm!

KHÓA HỌC DEEP LEARNING MANG LẠI GIÁ TRỊ GÌ CHO HỌC VIÊN?

  • Học viên sẽ nắm vững  những kiến thức nền tảng về Deep  Learning (Học sâu), cách thức sử dụng ngôn ngữ lập trình Python, thư viện Keras và Tensorflow của Python để viết các ứng dụng sử dụng công nghệ Deep Learning.
  • Học viên sẽ nắm vững những mô hình quan trọng của Deep Learning như Mạng nơ-ron nhân tạo, mạng lan truyền ngược, mạng nơ-ron tích chập…, và thực hành ứng dụng trên các bài toán thực tiễn sử dụng kỹ thuật Deep Learning thông ví dụ các bài toán về xử lý ảnh.
  • Sau khi hoàn tất khóa học, học viên sẽ nắm vững kiến thức cơ bản về Deep Learning và có đủ khả năng ứng dụng công nghệ Deep Learning vào các dự án thực tế.

AI CÓ THỂ ĐĂNG KÝ KHÓA HỌC DEEP LEARNING NÀY?

  • Sinh viên các trường đại học, cao đẳng tất cả các ngành, có kiến thức về lập trình cơ bản.
  • Người đi làm muốn học để nâng cao kiến thức và ứng dụng  vào công việc.
  • Các kỹ sư IT muốn tiếp cận công nghệ Deep Learning để phát triển nghề nghiệp.

THÔNG TIN CHÍNH VỀ KHÓA HỌC DEEP LEARNING

  • Ngôn ngữ giảng dạy: Tiếng Việt
  • Tài liệu: Tiếng Việt, Tiếng Anh
  • Số buổi giảng dạy: 10 buổi, 2 giờ/ buổi
  • Hình thức học: Online hoặc Offline
  • Học phí:  11 triệu vnđ 7,5 triệu vnđ (Online) hoặc 8 triệu vnđ (Offline)
  • Chứng chỉ: Deep Learning do IT VIET ACADEMY cấp sau khi bạn hoàn tất khóa học.

NỘI DUNG KHÓA HỌC DEEP LEARNING

Mô tả chi tiết:

  • Khóa học Deep Learning cơ bản chia làm 8 học phần. Cho dù bạn chưa có kiến thực lập trình thì bạn vẫn hoàn toàn tiếp thu được những kiến thức trong khóa học này.
  • Học phần đầu tiên sẽ trình bày về kiến thức lập trình Python đủ để bạn viết được ứng dụng Deep Learning bằng Python, kiến thức này phù hợp với người mới bắt đầu học lập trình Python, nếu bạn đã biết Python thì xem như đầy là cơ hội để bạn ôn lại kiến thức về Python.
  • Học phần thứ 2 sẽ trình bày cho bạn những kiến cơ bản về Machine Learning với các thuật toán Machine Learning cơ bản như: Linear Regression, Logistics Regression, Decision Tree, Support Vector Machine, K-means, K-Nearest Neighbors.
  • Các học phần 3,4,5 sẽ tập trung vào những kiến thức chuyên sâu về mạng nơ rôn nhân tạo là nền tảng của deep learning.
  • Học phần 6 sẽ hướng dẫn  cách thức sử dụng 2 thư viện phổ biến nhất của Python dành cho Deep Learning là  Keras và Tensorflow để viết ứng dụng Deep Learning.
  • Học phần 7 và 8 tập trung vào ứng dụng Deep Learning cho các bài toán xử lý ảnh.

 Phần 1. Cơ bản về Python

  • Giới thiệu ngôn ngữ python
  • Kiểu dữ liệu và phép toán liên quan
  • Kiểu dữ liệu tuần tự (sequential data type)
  • Set (tập hợp) và Frozenset (tập hợp tĩnh)
  • Ngoại lệ và xử lý ngoại lệ
  • Một số gói trong python & giới thiệu về NumPy

Phần 2. Machine Learning cơ bản

  • Giới thiệu về Machine Learning
  • Thư viện học máy scikit-learn
  • Thuật toán Linear Regression
  • Thuật toán Logistics Regression
  • Thuật toán Decision Tree
  • Thuật toán Support Vector Machine
  • Thuật toán K-means
  • Thuật toán K- Nearest Neighbors

Phần 3. Mạng nơ-ron nhân tạo

  • Lịch sử của mạng nơ-ron nhân nhân tạo
  • Deep Learning là gì?
  • Mạng nơ-ron nhân tạo là gì?
  • Mạng nơ-ron hoạt động ra sao
  • Giới thiệu các thư viện của Python dành cho Deep Learning: TensorFlow, Keras, Tyorch, Theano, DL4J, Caffee, Chainer, CNTK

Phần 4. Mạng lan truyền ngược – Backpropagation

  • Hoạt động của mạng nơ-rôn
  • Hàm mất mát (lost function) là gì?
  • Gradient Decent là gì?
  • Hoạt động của mạng lan truyền ngược

Phần 5. Mạng nơ-ron tích chập – Convolutional Neutral Network

  • Mạng nơ-ron tích chập là gì?
  • Các lớp trong mạng nơ-ron tích chập
  • Case study về hiện thực mạng nơ-ron tích chập

Phần 6. Giới thiệu thư viện Keras và Tensorflow của Python dùng cho Deep Learning

  • Keras là gì?
  • Ai đã tạo ra Keras?
  • Những mô hình của Keras
  • Thực hiện mạng nơ-ron bằng Keras
  • Case study về hiện thực mạng nơ-rôn sử dụng thư viện Keras
  • Tensorflow là gì?
  • Kiểu dữ liệu của Tensor
  • Xây dựng đồ thị tính toán
  • Các thành phần lập trình trong Tensorflow

Phần 7. Giới thiệu về xử lý ảnh dùng Deep Learning

  • Giới thiệu về xử lý ảnh
  • Cơ bản về về ảnh số
  • Các bước trong bài toán nhận diện hình ảnh: Xây dựng mô hình, Huấn luyện mô hình, Đánh giá mô hình, Đưa ra dự đoán

Phần 8. Bài toán nhận diện chữ viết tay dùng Deep Learning

  • Bộ dữ liệu
  • Import thư viện
  • Load và chia dữ liệu
  • Xây dựng model cho bài toán
  • Thực hiện train model
  • Đánh giá mô hình
  • Dự đoán
BẠN MUỐN ĐĂNG KÝ HỌC?

(Vui lòng liên hệ số hotline 0903.808.293 nếu bạn cần được tư vấn thêm)