Deep Learning

Khóa học cung cấp cho học viên góc nhìn sâu sắc về lý thuyết và ứng dụng của Deep Learning hiện đại. Thông qua các bài giảng và thực hành, học viên không chỉ tiếp thu kiến thức lý thuyết sinh động về Deep Learning mà còn được thực hành ứng dụng trực tiếp trên dữ liệu. Khóa học cũng giúp các học viên làm chủ các kĩ năng xây dựng mô hình Deep Learning cũng như tinh chỉnh, tối ưu mô hình với các thư viện, framework hiện đại như Pytorch. Kết thúc khóa học, học viên có thể tự tin ứng dụng trong các dự án doanh nghiệp, cá nhân hoặc vững bước tìm tòi, học tập sâu hơn về ứng dụng AI trong các lĩnh vực như Thị giác máy tính, Xử lý ngôn ngữ tự nhiên.

Thời lượng

  • 30 giờ bài giảng
  • 60 giờ tự học

Mục tiêu khóa học

  • Nắm vững các khải niệm về DL, các kiến trúc mạng cơ bản, nòng cốt trong DL
  • Hiểu về các vấn đề nòng cốt trong DL
  • Hiểu các phương pháp tiền xử lý dữ liệu, training model, tinh chỉnh siêu tham số….
  • Hiểu về trích chọn đặc trưng tự động, end-to-end model
  • Xây dựng và huấn luyện các model DL sử dụng PyTorch
  • Có nền tảng vững chắc để tìm hiểu những kiến trúc, model tân tiến nhất

Kiến thức đạt được sau khóa học

  • Giới thiệu về Deep Learning và Neural Network cơ bản
  • Shallow Neural Network và Deep Neural Networks
  • Practical aspects of deep learning: Bias/Variance, Regularization, Initialization …
  • Optimization algorithms
  • Hyperparameter Tuning, Batch Normalization
  • Deep Learning frameworks: PyTorch
  • ML Strategy. Transfer learning và Multi-task learning
  • Mạng nơ-ron tích chập (Convolutional Neural Network) – Deep convolutional models – Những ứng dụng của ConvNets
  • Mạng nơ-ron hồi quy (Recurrent Neural Networks)
  • Natural Language Processing và Word Embeddings
  • Các mô hình tuần tự (Sequence Models) và cơ chế Attention

Kĩ năng trọng điểm

  • Hiểu sâu về Deep Learning
  • Nắm vũng các kiến trúc mạng cơ bản
  • Hiểu rõ các kiến trúc mạng tiên tiến
  • Làm chủ kĩ năng tinh chỉnh siêu tham số – hiệu năng model

Công nghệ được sử dụng

  • Pytorch
  • CNN
  • RNN
  • Similarity – based method
  • Attention Model

Đối tượng học viên

  • Sinh viên trong và ngoài ngành IT muốn học về Deep Learning
  • Người đang làm việc trong lĩnh vực IT muốn mở rộng kĩ năng
  • Người muốn học sâu về Data Science