(2024 9월 개정판) ChatGPT 활용법, 생성 AI 프롬프트 엔지니어링 A to Z - 인공지능의 이해와 활용
Masocampus
나도 아이언맨의 완벽 비서 자비스가 있었으면…하고 생각했던 적이 있었다면?! 여러분의 현명한 일처리를 도와줄 모두의 자비스를 완성하세요!
입문
ChatGPT, 프롬프트엔지니어링, AI 활용 (AX)
Thực hành học sâu bằng DNN, CNN và RNN
DNN, CNN, RNN? Đây là khóa học thực hành deep learning trong đó các thuật toán cốt lõi của deep learning được tổ chức hoàn chỉnh thông qua bài giảng này, ngay cả những thuật ngữ kỹ thuật tưởng chừng khó khăn cũng được áp dụng vào thực tế!
Dịch cái này sang tiếng Việt
Tìm hiểu quá trình phát triển deep learning
Hiểu các nguyên tắc của các thành phần và mô hình DNN, CNN và RNN
Tìm hiểu các framework khác nhau của Tensorflow Keras
Khả năng sử dụng các thuật toán học sâu thông qua các phương pháp học sâu khác nhau
Tôi muốn bắt đầu sử dụng học sâu một cách nghiêm túc!
Trong thời đại Cách mạng công nghiệp lần thứ 4, công nghệ trí tuệ nhân tạo đang trở nên quan trọng hơn bao giờ hết.
Do đó, nhiều công ty đang tích cực tuyển dụng các chuyên gia AI và có dự đoán rằng nhiều công việc sẽ biến mất trong tương lai.
Tất nhiên, AI vẫn chưa tạo ra tác động đáng kể trong những lĩnh vực từng được coi là chỉ dành riêng cho con người, chẳng hạn như nghệ thuật và công việc sáng tạo, nhưng chỉ còn là vấn đề thời gian trước khi AI dần bị thay thế.
Công nghệ học sâu là thứ mà mọi người trong ngành CNTT đều muốn thử, nhưng rào cản gia nhập quá cao khiến việc chấp nhận thử thách trở nên khó khăn.
Do đó, chúng tôi đã thiết kế khóa học học sâu tại Maso Campus để bất kỳ ai cũng có thể theo dõi và nâng cao kiến thức về học sâu.
Để làm được điều này, bạn cần phải học và nắm vững các thuật toán học sâu mới.
lần này Khóa học này là khóa học phát triển mô hình thuật toán học sâu dựa trên ngôn ngữ Python và nền tảng Tensorflow Keras .
Trong tương lai, việc đảm bảo năng lực công nghệ để trích xuất thông tin hữu ích từ nhiều dữ liệu hơn sẽ ngày càng trở nên quan trọng.
Để giải quyết những vấn đề này, các công nghệ học máy/học sâu dựa trên trí tuệ nhân tạo (AI) đã xuất hiện và các mô hình chính được sử dụng để triển khai chúng bao gồm DNN học có giám sát, CNN học không giám sát và RNN học tăng cường .
Chúng ta sẽ xem xét toàn bộ quá trình phát triển của học sâu, trình bày chi tiết quá trình học để phát triển các mô hình học sâu bằng nhiều thuật toán khác nhau, khám phá ưu và nhược điểm của từng mô hình và các trường hợp ứng dụng thực tế, nhập mã thực tế để kiểm tra sự khác biệt giữa các mô hình và sử dụng các thuật toán học sâu!
Mục tiêu khóa học 🔑
- Các học viên muốn thử sử dụng trí tuệ nhân tạo trong công việc của họ
- Bất kỳ ai muốn xây dựng sự nghiệp trong ngành CNTT, chẳng hạn như khởi nghiệp kinh doanh, thay đổi công việc hoặc gia nhập công ty.
- Các nhà quản lý và chuyên gia muốn đưa trí tuệ nhân tạo vào doanh nghiệp của mình
- Bất kỳ ai muốn có khởi đầu tốt trong việc xây dựng năng lực học sâu.
Tính năng bài giảng ✨
Thông qua khóa học này, bạn sẽ hiểu được nguyên lý hoạt động của DNN, CNN và RNN, đây là những công nghệ phổ biến nhất hiện nay và bạn sẽ có thể triển khai các mô hình học sâu thông qua thực hành .
BƯỚC 1. Hiểu các khái niệm và quy trình hoạt động của DNN, CNN và RNN.
Trong số nhiều thuật toán học sâu, chúng ta sẽ xem xét chi tiết và đi sâu vào các nguyên tắc của DNN, CNN và RNN , vì chúng thể hiện các mức hiệu suất khác nhau tùy thuộc vào thuật toán được sử dụng trong từng tình huống !
BƯỚC 2. Thực hành Quy trình Mô hình hóa Học sâu
Các thuật toán học sâu tiêu biểu , hồi quy và phân loại !
DNN, CNN và RNN có thể thực hiện hồi quy và phân loại chính xác hơn nhiều so với máy học!
Bạn có thể sử dụng các mô hình thuật toán học sâu do chính tôi thiết kế và sử dụng chúng theo nhiều cách thực tế khác nhau để áp dụng ngay lập tức .
BƯỚC 3. Mang những hiểu biết được khám phá trong thế giới kỹ thuật số vào thế giới thực
Nếu chúng ta thiết kế và đào tạo các mô hình bằng nhiều kỹ thuật khác nhau của thuật toán học sâu và sau đó áp dụng những hiểu biết thu được vào công việc thực tế , chúng ta có thể mang lại những tiến bộ mang tính cách mạng trong việc ra quyết định dựa trên dữ liệu ở nhiều lĩnh vực, bao gồm bán hàng , phát triển và nguồn nhân lực .
Những thay đổi của sinh viên sau khi tham dự buổi thuyết trình 📜
- Hiểu về quy trình phát triển học sâu
- Hiểu các thành phần và nguyên tắc mô hình của DNN, CNN và RNN
- Hiểu các khuôn khổ khác nhau của Tensorflow Keras
- Kỹ năng ứng dụng học sâu thông qua các bài tập học sâu khác nhau
Học sâu mang lại những cải thiện năng suất vượt trội bất kể lĩnh vực nào !
Một khóa học vừa dạy lý thuyết chuyên sâu vừa thực hành thông qua các giải thích chi tiết về các thuật toán cốt lõi của học sâu !
Bạn sẽ học được gì 📚
1. Thiết kế mô hình hồi quy tuyến tính bội!
2. Hình dung kết quả đánh giá mô hình chữ viết tay MNIST!
3. Các thành phần của CNN!
4. Chạy mô hình với CNN!
5. Phân loại danh mục tin tức bằng LSTM!
Câu hỏi dự kiến Hỏi & Đáp 💬
H. Có cần phải có kiến thức trước về lập trình Python không?
A. Khóa học này và các khóa học học sâu tiếp theo tại Maso Campus yêu cầu kỹ năng Python cơ bản . Nếu bạn chưa quen với Python, chúng tôi khuyên bạn nên học các khóa học " Giới thiệu về Phân tích Dữ liệu Python " và " Phân tích Dữ liệu Python Thực hành " của Maso Campus trước .
H. Có yêu cầu hoặc điều kiện tiên quyết nào để tham gia khóa học không?
A. Vì đây là bài giảng hướng đến thực hành nên bạn nên chuẩn bị một màn hình kép hoặc thiết bị bổ sung có thể tách biệt màn hình bài giảng và màn hình thực hành .
H. Tôi nghe nói học sâu đòi hỏi máy tính cấu hình cao . Máy tính cấu hình cao có cần thiết cho đào tạo thực hành không ?
A. Nên chạy trong môi trường có thông số kỹ thuật cao , nhưng vì bài giảng này được tiến hành trong môi trường ảo sử dụng Anaconda và Jupyter Notebook nên bạn sẽ không gặp khó khăn khi tham gia bài giảng nếu bạn có một máy tính làm việc thông thường .
Giới thiệu Người chia sẻ kiến thức ✒️
Những điều cần lưu ý trước khi tham gia khóa học 📢
- Vì đây là bài giảng hướng đến thực hành nên bạn nên chuẩn bị một màn hình kép hoặc thiết bị bổ sung có thể tách biệt màn hình bài giảng và màn hình thực hành.
Ngoài ra, vì khóa đào tạo được thực hiện trên hệ điều hành Windows nên chúng tôi khuyên bạn nên tham gia khóa học trong môi trường Windows. - Ghi chú bài giảng và tệp thực hành có sẵn trong phần <9. Trung tâm tải xuống sách giáo khoa>.
Khuyến nghị cho
những người này
Khóa học này dành cho ai?
Các học viên muốn thử sử dụng trí tuệ nhân tạo trong công việc
Bất kỳ ai muốn xây dựng sự nghiệp trong ngành CNTT, chẳng hạn như khởi nghiệp, thay đổi công việc hoặc gia nhập công ty.
Các nhà quản lý và học viên muốn đưa trí tuệ nhân tạo vào hoạt động kinh doanh của mình
Bất kỳ ai muốn bắt đầu bằng cách học đúng cách các kỹ thuật cốt lõi để xây dựng khả năng học sâu
Cần biết trước khi bắt đầu?
Khóa học này yêu cầu kỹ năng sử dụng Python cơ bản.
Chúng tôi khuyên bạn nên tham gia trước các khóa học [Giới thiệu về Python] và [Thực hành Python] tại Maso Campus.
6,854
Học viên
829
Đánh giá
95
Trả lời
4.7
Xếp hạng
85
Các khóa học
"어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다."
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다.
1. 배우면 반드시 쓸 수 있는 Actionable Content
2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum
마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.
Chương trình giảng dạy
Tất cả
26 bài giảng ∙ (4giờ 33phút)
Tài liệu khóa học:
Tài liệu bài giảng
Ngày đăng:
Cập nhật lần cuối:
Đánh giá
Tất cả
3 đánh giá
3.7
3 đánh giá
임종선Đánh giá 2
∙
Đánh giá trung bình 5.0
- bkkim2
Đánh giá 1
∙
Đánh giá trung bình 5.0
- chamdevil
Đánh giá 1
∙
Đánh giá trung bình 1.0
1
54% đã tham gia토크나이저 를 이용한 데이터 전처리-임베딩부분은 강의에 포함이 안되있나요? 핵심이 빠져 있네요 ;;;;;;;;
- MasocampusGiảng viên
강의 수강 및 건설적인 후기 남겨 주셔서 감사드립니다. 추후 과정 기획 시 지적해주신 부분 반영한 커리큘럼의 강의로 적극 검토하겠습니다.
1.674.234 ₫
Khóa học khác của masocampus
Hãy khám phá các khóa học khác của giảng viên!
![[스마트 워킹 실무] 노션으로 똑똑하게 일하기강의 썸네일](https://cdn.inflearn.com/public/courses/328128/cover/11115dce-68f1-4f5c-a63c-76d9c725772b/328128-eng.png?f=avif&w=420)
Khóa học tương tự
Khám phá các khóa học khác trong cùng lĩnh vực!
