GIỚI THIỆU VỀ KHÓA HỌC

  • Cách Mạng Công Nghiệp 4.0 đang diễn ra một cách mạnh mẽ. Từ năm 2014, Chính phủ Việt Nam đã xác định công nghệ Trí tuệ nhân tạo (Artificial Intelligence - AI) là mũi nhọn cần ưu tiên hàng đầu. Hiện nay Chính phủ và các doanh nghiệp đang có nhiều hoạt động đầu tư vào việc nghiên cứu và đưa AI vào ứng dụng trong thực tế. AI sẽ làm gia tăng hiệu suất công việc, từ đó tạo ra cơ hội thúc đẩy tăng trưởng kinh tế mạnh mẽ. Vì vậy việc nghiên cứu và học tập về AI trở nên cần thiết hơn bao giờ hết.
  • Machine Learning Cơ Bản là khoá học về AI dành cho người Việt mang chất lượng quốc tế, được tư vấn bởi các chuyên gia AI hàng đầu tại Silicon Valley và Việt Nam. Khoá học được xây dựng từ sự hợp tác giữa 3 tổ chức công nghệ uy tín: VietAI trong vai trò tổ chức đào tạo; Kambria với vai trò là nền tảng giáo dục hiện đại, giúp kết nối học viên với đội ngũ giảng viên; và Viện John von Neumann trong vai trò cố vấn chuyên môn.
  • Các chủ đề chính của khoá học bao gồm tìm hiểu các nhóm thuật toán Machine Learning: Supervised learning, Unsupervised learning, Semi-supervised learning, Reinforcement learning. Học viên sẽ được thực hành các thuật toán qua bài tập thực tế. Học viên sẽ làm chủ kỹ năng lập trình với ngôn ngữ Python, làm quen với thư viện NumPy, TensorFlow 2.0, Matplotlib, Google Colab, Pandas... để hoàn thành bài tập.

GIÁO TRÌNH

  • Tuần 1: Giới thiệu chung

    • Đại số tuyến tính

    • Quiz: Đại số tuyến tính

    • Giải tích

    • Quiz: Giải tích

    • Xác suất thống kê

    • Quiz: Xác suất thống kê

  • Tuần 02: Lập trình Python căn bản và một số thư viện phổ biến

    • Lập trình cơ bản với Python

    • Lập trình với thư viện Numpy

    • Các thao tác cơ bản trên Google Colab và đọc ghi file

    • Thư viện Matplotlib

    • Thư viện Pandas

    • Thao tác trên dữ liệu multimedia

    • Lập trình với thư viện Tensorflow 2.0

    • Bài tập 1 - Lập trình Python căn bản

  • Tuần 03: Bài toán hồi quy tuyến tính và TF. 2.0

    • Giới thiệu về máy học

    • Mô hình hồi quy tuyến tính

    • Mô hình máy học giám sát

    • Lựa chọn đặc trưng

    • Bài tập 2 - Mô hình Linear Regression với Numpy

    • Bài tập 3 - Cài đặt mô hình Linear Regression với Tensorflow

  • Tuần 04: Bài toán hồi quy tuyến tính và TF. 2.0 (phần tiếp theo)

    • Biểu diễn dữ liệu trong thực tế

    • Phân lớp nhị phân và hồi quy Logistic

    • Đánh giá mô hình

    • Hiện tượng overfitting và hiệu chỉnh mô hình

    • Bài tập 4 - Logistic Regression với Tensorflow

  • Tuần 05: Softmax Regression và chiến lược Validation

    • Mô hình Softmax Regression

    • Giải quyết overfitting bằng chiến lược Validation

    • Bài toán phân lớp chữ số viết tay

    • Bài tập 5 - Softmax Regression với Tensorflow

    • Mô hình Softmax Regression

  • Tuần 06: Giới thiệu về công nghệ Neural Network

    • Mô hình Neural Network

    • Mô hình Mạng Neural Network (ANN)

    • Bài toán phân lớp phi tuyến

    • Thuật toán lan truyền thuận

    • Thuật toán lan truyền ngược

LỢI ÍCH TỪ KHÓA HỌC

  • Tìm hiểu kiến thức cơ bản về AI và cập nhật các công nghệ mới nhất

  • Chuẩn bị kiến thức để tiếp tục tham gia các khoá học nâng cao: Deep Learning Cơ Bản & Deep Learning Nâng Cao

  • Học tập trên nền tảng hiện đại của Kambria giúp học viên chủ động về thời gian và thiết bị

  • Hoàn tất khoá học, học viên nhận chứng chỉ được công nhận bởi tổ chức VietAI

  • Được kết nối với cộng đồng lập trình viên Kambria; tham gia các cuộc thi, các sự kiện và dự án về công nghệ

  • Các học viên xuất sắc sẽ được giới thiệu đến các công ty công nghệ hàng đầu tại Việt Nam và Silicon Valley

ĐỐI TƯỢNG HỌC VIÊN

  • Khoá học được thiết kế để phù hợp với mọi đối tượng học viên có nhu cầu tìm hiểu về công nghệ Machine Learning và lĩnh vực Trí tuệ nhân tạo, giúp bạn bắt đầu xây dựng sự nghiệp trong lĩnh vực AI.

  • Bạn có thể là học sinh/sinh viên mới biết đến AI, hoặc là người đang đi làm trong các lĩnh vực không chuyên về công nghệ; khóa học sẽ giúp bạn hiểu rõ về AI và xây dựng nền tảng tốt về Machine Learning.

  • Khóa học yêu cầu học viên có kiến thức cơ bản về lập trình và toán học Đại số, Giải tích. Thông qua các bài học và ví dụ minh hoạ, khoá học sẽ từng bước giúp học viên làm chủ các kỹ thuật Machine Learning quan trọng đang được ứng dụng phổ biến hiện nay.

HỖ TRỢ HỌC VIÊN

  • Khoá học tích hợp đa dạng các phương tiện học tập cùng nội dung phong phú: video, giáo trình trực tuyến, bài tập minh hoạ, trắc nghiệm trực tuyến…

  • Học viên học tập mọi lúc, mọi nơi, trên mọi loại thiết bị.

  • Học viên được kết nối trực tiếp với giảng viên và được giải đáp các thắc mắc trong quá trình học qua các webinar tổ chức hàng tuần.

  • Được tương tác với giảng viên và các học viên khác qua kênh thảo luận trên forum online và tính năng trả lời câu hỏi trực tiếp trên nền tảng khoá học.

ĐỘI NGŨ GIẢNG VIÊN

ThS. An Nguyễn

Anh An là nhà nghiên cứu về Computer Science và Deep Learning tại Phòng thí nghiệm Công Nghệ Phần Mềm, Đại học Khoa học Tự nhiên, ĐHQG-TP.HCM. Anh đạt thành tích xuất sắc trong chương trình Cử nhân Khoa học Máy tính, Khoa Công nghệ thông tin, Đại học Khoa học Tự nhiên năm 2017. Anh nhận bằng Thạc sĩ trong lĩnh vực Computer Science từ Viện Khoa học và Công nghệ Tiên tiến Nhật Bản (JAIST) vào năm 2019. Các công việc của anh tập trung vào việc áp dụng các nguyên tắc và kỹ thuật của Computer Science và Deep Learning cho các vấn đề liên quan đến giao thông, y học.

ThS. Hòa Lê

Anh Hoà là trưởng nhóm Khoa học dữ liệu & AI tại Pique.ai, chuyên xây dựng hệ thống cá nhân hoá cho các sản phẩm thương mại điện tử và giải trí. Anh Hoà đã làm việc trong lĩnh vực AI/ML với vai trò là nhà nghiên cứu, kỹ sư và chuyên gia phân tích với công việc trải rộng trên nhiều loại sản phẩm công nghệ như các hệ thống đề xuất, nhận dạng hình ảnh và thuật toán Bayes. Anh quan tâm đến việc áp dụng công nghệ AI trong các các dự án sáng tạo. Anh Hoà hiện tại là nghiên cứu sinh trong chương trình Computational Biology (Sinh học tính toán) tại Đại học Cambridge, và có bằng Cử nhân Toán & Tài chính tại Đại học Exeter.

Nguyễn Minh Thư

Thư hiện đang là thực tập sinh tại VinAI Research và là sinh viên năm cuối Đại học Công nghệ thông tin (UIT), TP. HCM. Thư thích việc ứng dụng Deep Learning để xây dựng các chương trình có khả năng kết nối ngôn ngữ với thế giới thị giác. Bạn luôn có đam mê với việc học hỏi những kiến thức mới và áp dụng chúng vào thực tiễn.

GIẢNG VIÊN THỈNH GIẢNG

TS. Nguyễn Vĩnh Tiệp

Anh Tiệp hiện là giảng viện tại Đại học Công nghệ Thông tin. Anh là chuyên gia nghiên cứu tại Phòng thí nghiệm đa phương tiện, thuộc ĐHQG, TP.HCM. TS. Tiệp hoàn thành luận án Tiến sĩ tại Đại học Công nghệ Thông tin, nhận bằng Thạc sĩ tại Đại học Khoa học Tự nhiên trong chương trình đồng hợp tác với Viện John von Neumann. Các nghiên cứu của anh tập trung về lĩnh vực Computer Science (thị giác máy tính) và Machine Learning (máy học). Anh say mê với việc giảng dạy và truyền tải các kỹ năng nghiên cứu khoa học cho sinh viên.

Phong Nguyễn

Anh Phong hiện là chuyên gia nghiên cứu về AI tại Viện trí tuệ nhân tạo Quebec, Mila; Tại Mila, anh đang làm việc với Giáo sư Yoshua Bengio (người đạt giải Turing năm 2018) và Giáo sư Aaron Courville trong một vài dự án Deep Learning về phát hiện bất thường (Anomaly Detection) và học tăng cường (Reinforcement Learning). Anh có 7 năm làm nhà nghiên cứu AI áp dụng trong công nghiệp tại Nhật Bản cho Hitachi. Các chủ đề của anh là áp dụng học máy để nhận biết hoạt động của con người, điều khiển tự động cho các nhà máy công nghiệp, robot, v.v. Anh cũng đang tư vấn cho các công ty công nghệ và tổ chức tại Việt Nam để phát triển chiến lược AI và phát triển tài năng AI. Phong tốt nghiệp Thạc sĩ Khoa học tại Đại học Carnegie Mellon năm 2013.

ThS. Vũ Thuỳ Ngân

Vũ Thùy Ngân hiện là kỹ sư nghiên cứu tại DeepMind, nơi bạn đang ứng dụng nghiên cứu về trí tuệ nhân tạo vào các sản phẩm và dự án thực tế, nhằm mang các giá trị của trí tuệ nhân tạo đến gần hơn với cuộc sống hằng ngày của mọi người. Trước đây, Ngân là thực tập sinh trong bộ phận nghiên cứu của Google và ứng dụng học máy của Facebook. Bạn vừa tốt nghiệp đại học Yale với bằng thạc sĩ và cử nhân ngành khoa học máy tính, kiêm bằng cử nhân ngành thống kê và khoa học dữ liệu. Ngân hy vọng sẽ góp phần xây dựng một cộng đồng AI thân thiện, bình đẳng, và đa dạng tại Việt Nam.

NHẬN XÉT TỪ HỌC VIÊN

NGUYỄN BÁ NGỌC

Học viên lớp VietAI#1 – Founder của VietAI HANOI, là Google Developer Expert đầu tiên về Machine Learning tại Việt Nam

Khoá học có lộ trình học Machine Learning, Deep Learning rõ ràng cho người mới bắt đầu. Tôi đã từng học Machine Learning trong vòng 2 tháng và tôi tin bạn cũng có thể làm được. Lộ trình sẽ giúp bạn nắm chắc công nghệ này từ cơ bản đến nâng cao, xây dựng Machine Learning model từ Python thuần cho đến các thư viện cao cấp như Tensorflow, Keras.

NGUYỄN THANH HÒA

Học viên VietAI#1 – Hiện đang là Researcher at Pasteur Institute

Tham gia khoá học là một bước ngoặc lớn trong cuộc sống của mình. Khoá học không chỉ cung cấp kiến thức bổ ích qua sự tận tình giảng dạy của các giảng viên và bài tập thực tế mà còn cho mình những cơ hội để trau dồi bản thân và gặp nhiều người giỏi với tư tưởng cởi mở tiến bộ mà từ họ mình học hỏi rất nhiều.

CHƯƠNG HUỲNH

Học viên VietAI#1 – Hiện là AI Researcher at VinAI

Khoá học đưa mình tới với những kiến thức nền móng về trí tuệ nhân tạo qua những bài giảng súc tích dễ hiểu, những bài luyện tập đầy thực tiễn. Qua khoá học, mình đã có thêm tự tin để tiếp tục theo đuổi con đường nghiên cứu chuyên sâu về trí tuệ nhân tạo cũng như định hướng rõ ràng hơn về công việc cho những năm sắp tới.

CÁC CHUYÊN GIA AI THAM VẤN CHO KHÓA HỌC

Thang Luong

TS. Lương Minh Thắng

Chuyên gia nghiên cứu AI tại Google Brain, đồng sáng lập VietAI

BIO

Triết Trần

TS. Trần Minh Triết

Viện trưởng Viện John von Neumann

BIO

CÂU HỎI THƯỜNG GẶP

  • Khoá học có những phương thức thanh toán nào?

    Sau khi chọn “Đăng ký ngay”, bạn sẽ có các lựa chọn thanh toán như sau:

    Thanh toán bằng VND: Thanh toán qua cổng VNPAY

    Thanh toán bằng USD: Thanh toán trực tuyến bằng PayPal

    Thanh toán bằng KAT token của Kambria: Tìm hiểu thêm về KAT và cách mua KAT.

  • Phương thức thanh toán học phí bằng VND

    Nếu lựa chọn phương thức thanh toán này, bạn cần thực hiện các bước sau:

    1. Đăng nhập vào cả 2 tài khoản trên trang eduKATionKambria. Học viên vui lòng đăng nhập bằng tài khoản đã có trên cả 2 trang web eduKATion và Kambria. Trong trường hợp chưa có tài khoản, bạn vui lòng tiến hành đăng ký và đăng nhập lại.

    2. Truy cập vào trang khoá học Machine Learning Cơ Bản

    3. Click vào nút "Đăng ký ngay"

    4. Lựa chọn phương thức thanh toán bằng VND. Bạn chọn thanh toán qua cổng VNPAY hoặc thanh toán bằng KAT token. Sau khi thanh toán, hệ thống sẽ gửi cho bạn một thông báo xác nhận thanh toán thành công và bạn có thể bắt đầu tham gia khóa học.

  • Phương thức thanh toán học phí bằng USD

    Nếu lựa chọn phương thức thanh toán này, bạn cần thực hiện các bước sau:

    1. Đăng nhập vào tài khoản trên trang eduKATion. Học viên vui lòng đăng nhập bằng tài khoản đã có trên eduKATion. Trong trường hợp chưa có tài khoản, bạn vui lòng tiến hành đăng ký và đăng nhập lại.

    2. Truy cập vào trang khoá học Machine Learning Cơ Bản

    3. Click vào nút "Đăng ký ngay"

    4. Lựa chọn phương thức thanh toán bằng USD. Bạn chọn thanh toán qua cổng PayPal. Sau khi thanh toán, hệ thống sẽ gửi cho bạn một thông báo xác nhận thanh toán thành công và bạn có thể bắt đầu tham gia khóa học.

  • Tôi có được hoàn tiền nếu tôi không thể tham gia khóa học ngay bây giờ?

    Sau khi thanh toán học phí, bạn có thể truy cập và tiến hành tham gia học tập bất kỳ lúc nào. Tuy nhiên, bạn sẽ không được hoàn tiền sau khi thanh toán cho các khoá học trên trang eduKATion.

  • Tôi đã thanh toán nhưng không thể bắt đầu khoá học, thời gian tối đa truy cập khoá này là bao lâu?

    Buy as Gift Code

    Buy as group từ 5 người trở lên: liên hệ với Kambria

  • Tôi có nhận được chứng chỉ sau khi hoàn tất khoá học không?

    Học viên sau khi hoàn tất khoá học Machine Learning Cơ Bản sẽ được cấp chứng chỉ online được công nhận bởi tổ chức VietAI.

    Chứng chỉ của khoá học Machine Learning Cơ Bản chứng nhận bạn đã:

    ● Có những hiểu biết cơ bản về lĩnh vực Trí tuệ nhân tạo

    ● Nắm vững các kiến thức toán, kỹ năng lập trình Python và các công cụ cơ bản hỗ trợ cho công nghệ Machine Learning

    ● Thấu hiểu quy trình xây dựng các mô hình Machine Learning để giải quyết các bài toán cụ thể.

    Chứng chỉ sẽ được lưu trên trang thông tin cá nhân và gửi qua email sau khi bạn hoàn tất khoá học. Bạn có thể tải trực tiếp chứng chỉ từ đường link được cung cấp hay chia sẻ chứng chỉ trên các mạng xã hội như Facebook, LinkedIn, Twitter…

SIGN UP FOR OUR MAILING LIST
Be the first to learn about our courses