CourseAI

Khóa học này bao gồm toán học rời rạc sơ cấp dành cho khoa học và kỹ thuật, tập trung vào các công cụ toán học và kỹ thuật chứng minh hữu ích trong khoa học máy tính. Người học sẽ khám phá các chủ đề như ký hiệu logic, tập hợp, quan hệ, lý thuyết đồ thị, máy trạng thái và thuật toán.

Khóa học này đi sâu vào lý thuyết phép chiếu, khám phá cách một tập hợp vận hành dưới các phép chiếu trực giao khác nhau. Người học sẽ tiếp cận với cả các kỹ thuật cổ điển và các ứng dụng đương đại trong nhiều lĩnh vực toán học, bao gồm phân tích điều hòa và lý thuyết số giải tích.

Khóa học này tập trung vào việc học một số quy tắc để cải thiện kỹ năng nói trong các tình huống quan trọng. Người học có thể nắm vững các phương pháp thuyết trình hiệu quả trong nhiều tình huống khác nhau như phỏng vấn, bảo vệ luận án và các kỳ thi vấn đáp.

Khóa học này giới thiệu về mô hình hóa toán học cho các bài toán tính toán và các thuật toán phổ biến, các dạng thuật toán cũng như cấu trúc dữ liệu được sử dụng để giải quyết chúng. Khóa học nhấn mạnh mối quan hệ giữa thuật toán và lập trình, đồng thời giới thiệu các kỹ thuật phân tích và đo lường hiệu suất cơ bản.

Khóa học này tập trung vào việc phân tích kỹ lưỡng và phê bình nhiều bộ phim khác nhau, từ những bộ phim câm thời kỳ đầu đến các thể loại Hollywood kinh điển, cũng như các bộ phim nghệ thuật của Châu Âu và Nhật Bản. Sinh viên sẽ so sánh các bộ phim từ những thời đại và quốc gia khác nhau để giải thích các phân tích chuyên sâu và khám phá các vấn đề lý thuyết liên quan đến khán giả.

Khóa học này bao gồm các nguyên lý cơ bản của phân tích phần tử hữu hạn để giải quyết các vấn đề tĩnh và động phức tạp. Người học sẽ được hướng dẫn cách thực hiện các quy trình phần tử hữu hạn cho phân tích tuyến tính và phi tuyến.

Khóa học này bao gồm các nguyên lý cơ bản của hóa sinh, di truyền học, sinh học phân tử và sinh học tế bào. Đặc biệt, khóa học tập trung vào việc tìm hiểu vai trò của vi sinh vật đối với hệ sinh thái và sức khỏe con người.

Khóa học này giới thiệu các nguyên lý cơ bản của hóa sinh, sinh học phân tử và di truyền học để hiểu về chức năng của các hệ thống sống. Người học sẽ có được kiến thức cần thiết để hiểu về sức khỏe con người và các can thiệp trị liệu thông qua các ví dụ về hóa sinh học và di truyền học phân tử của thế kỷ 21.

Đây là khóa học hóa học cơ bản dành cho những sinh viên có nền tảng kiến thức vững chắc về hóa học. Khóa học tập trung vào các nguyên lý cơ bản về cấu trúc điện tử của nguyên tử và phân tử, nhiệt động lực học, cân bằng axit-bazơ và oxy hóa khử, động hóa học và xúc tác.

Khóa học này cung cấp phần giới thiệu về khoa học hạt nhân và các ứng dụng kỹ thuật của nó. Khóa học giải thích các mô hình hạt nhân cơ bản, phóng xạ, phản ứng hạt nhân và động học, đồng thời đề cập đến sự tương tác giữa bức xạ ion hóa và vật chất.

Khóa học này cung cấp nội dung chuyên sâu về phương trình vi phân và bộ công cụ MATLAB® ODE. Người học có thể hiểu được các nguyên lý và ứng dụng của phương trình vi phân, đồng thời phát triển kỹ năng giải quyết vấn đề bằng cách sử dụng MATLAB.

Khóa học này bao gồm các kiến thức cơ bản về giải tích, chủ yếu chứa đựng những nội dung được học trong khóa học nhập môn giải tích dành cho sinh viên năm nhất. Người học có thể ôn tập các khái niệm cốt lõi của giải tích, đồng thời khóa học cũng cung cấp những tài liệu hữu ích cho những sinh viên mới bắt đầu học lần đầu.

Khóa học này là lớp học nơi sinh viên tìm hiểu về sự phức tạp của việc phát triển trò chơi điện tử trong các nhóm đa ngành quy mô nhỏ. Sinh viên sẽ được học các phương pháp thiết kế và sản xuất sáng tạo, đồng thời học cách hợp tác với các thành viên trong nhóm để thiết kế, phát triển và thử nghiệm kỹ lưỡng trò chơi kỹ thuật số của riêng mình.

Khóa học này bao gồm các nội dung cần thiết để hiểu và tạo ra các thuật toán học máy, đặc biệt là học sâu và mạng thần kinh, thông qua các khái niệm đại số tuyến tính. Khóa học cung cấp phần giải thích tổng quát về đại số tuyến tính, bao gồm cả các ứng dụng trong xác suất, thống kê và tối ưu hóa.

Khóa học này cung cấp phần giới thiệu tương tác về toán học rời rạc dành cho khoa học máy tính và kỹ thuật. Người học sẽ được học các khái niệm toán học cơ bản, cấu trúc rời rạc và lý thuyết xác suất rời rạc, từ đó phát triển khả năng áp dụng vào các lĩnh vực đa dạng của khoa học máy tính.

Khóa học này bao gồm các nguyên lý cơ bản của hóa sinh, di truyền học, sinh học phân tử và sinh học tế bào. Đặc biệt, bạn sẽ được học về chức năng sinh học ở cấp độ phân tử cũng như cấu trúc và sự điều hòa của gen và protein.

Khóa học này nhấn mạnh các nguyên tắc cấu trúc của hệ thống kỹ thuật số và giới thiệu các kiến trúc được áp dụng phổ biến cho nhiều công nghệ khác nhau. Người học sẽ được tiếp cận với nhiều chủ đề đa dạng, bao gồm chiến lược triển khai đa cấp độ, định nghĩa và cơ chế của các phần tử nguyên thủy mới, cũng như đo lường hiệu suất.

Khóa học này bao gồm các kiến thức cơ bản và ứng dụng của công nghệ trí tuệ nhân tạo mới nhất. Người học có thể phát triển khả năng giải quyết vấn đề thông qua các nguyên lý của AI và nhiều trường hợp ứng dụng đa dạng.

Khóa học này giới thiệu về mô hình hóa toán học cho các bài toán tính toán. Nội dung bao gồm các thuật toán phổ biến, các mô hình thuật toán và cấu trúc dữ liệu được sử dụng để giải quyết những vấn đề này.

Trong khóa học này, chúng ta sẽ khám phá cách vật chất được cấu tạo và tại sao chúng lại hoạt động như vậy, đồng thời học cách hiểu thế giới vật lý thông qua trực giác hóa học. Người học sẽ hiểu được cấu trúc điện tử của vật chất và các đặc tính đa dạng phát sinh từ đó.

Học cách trực tiếp xây dựng các mô hình học sâu thông qua PyTorch, một công cụ trực quan và mang phong cách Python (Pythonic). Nội dung đã cập nhật phiên bản PyTorch mới nhất.

Khóa học này dành cho những người chưa có kiến ​​thức về trí tuệ nhân tạo, machine learning, deep learning hay phân tích dữ liệu nhưng muốn trải nghiệm. Hãy để tôi giải thích quá trình tổng thể.

Từ Multi Head Attention đến mô hình Original Transformer, BERT, mô hình dịch thuật MarianMT dựa trên Encoder-Decoder, cho đến Vision Transformer, bạn sẽ học hiểu sâu sắc về Transformer thông qua việc tự tay triển khai code.

“Học sâu cho mọi người” của Giáo sư Seong-Hoon Kim của Đại học Khoa học và Công nghệ Hồng Kông; Trong mùa thứ hai của khóa học, 'Học tăng cường' Hãy cùng tìm hiểu về.

Hãy tìm hiểu về việc phân tích các vị trí nghề nghiệp liên quan đến Data Science (DS) và Artificial Intelligence (AI), cũng như lộ trình học tập và tuyển dụng để xây dựng sự nghiệp trong các lĩnh vực liên quan.

Khóa học này là một quá trình tổng hợp toàn bộ kiến thức cần thiết để ứng dụng AI tạo sinh trong thực tế, từ nguyên lý cơ bản của LLM (Mô hình Ngôn ngữ Lớn), RAG (Retrieval-Augmented Generation), đến các công nghệ mới nhất như AI Agent và MCP (Modular Command Protocol). Khóa học được thiết kế để bạn có thể học một cách tự nhiên theo dòng chảy công nghệ, hiểu được cách AI tạo sinh hiểu thông tin, tìm kiếm, đưa ra phán đoán và mở rộng thành AI Agent có khả năng hành động.

Nắm bắt các khái niệm cơ bản và xu hướng mới nhất của big data, thông qua hiểu biết kỹ thuật về các phương pháp phân tích big data để trích xuất các mẫu dữ liệu và đề xuất cách thức ứng dụng vào kinh doanh. Thông qua big data có thể tạo ra các mô hình kinh doanh mới và phát triển khả năng thông thái về môi trường kinh doanh trong tương lai.

Hãy tự tay tạo ra mô hình phân tích giá cổ phiếu mạnh mẽ, phân tích hơn 40 loại chỉ số kinh tế và dữ liệu giá cổ phiếu bằng AI để dự báo không chỉ S&P 500, QQQ ETF mà còn cả các mã cổ phiếu riêng lẻ!

Khóa học này là một khóa nhập môn được thiết kế để người học lần đầu tiếp xúc với công nghệ AI cũng có thể dễ dàng hiểu và thực hành theo. Thông qua các bài giảng, bạn sẽ nắm vững các khái niệm cơ bản và cách sử dụng nền tảng AI, đồng thời tiến hành thực hành tạo ra hình ảnh trực tiếp bằng cách sử dụng các công cụ AI đa dạng. Sau khi hoàn thành khóa học này, bạn sẽ trở nên gần gũi hơn với AI và có thể trang bị năng lực tạo hình ảnh AI để hiện thực hóa các ý tưởng sáng tạo một cách trực quan.

Đây là bài giảng về Machine Learning được diễn giải như một câu chuyện bằng những ngôn từ dễ hiểu, không dùng công thức, phù hợp với trình độ của những người thuần khối xã hội!

Thời gian trôi liên tục và dữ liệu tiếp tục tích lũy. Trong thế giới năng động này, dữ liệu chuỗi thời gian đóng vai trò quan trọng trong mọi khía cạnh của cuộc sống chúng ta. Từ sự biến động trên thị trường tài chính đến những dấu hiệu khó nhận thấy của biến đổi khí hậu, dữ liệu chuỗi thời gian đều có tất cả. Bây giờ hãy tìm hiểu cách diễn giải và sử dụng dữ liệu mạnh mẽ này bằng sức mạnh của Python và học sâu!

Khóa học này bắt đầu từ câu hỏi “Nếu tôi ở trên tàu Titanic, liệu tôi có thể sống sót không?”, từ đó phát triển một mô hình AI dự đoán xác suất sống sót dựa trên dữ liệu thực tế và hoàn thiện một dự án full-stack để cung cấp dịch vụ đó trên web. Bạn sẽ được thực hành toàn bộ quy trình phát triển AI và web, từ xây dựng mô hình Deep Learning bằng PyTorch, thiết lập máy chủ backend với FastAPI, cho đến triển khai giao diện người dùng bằng Next.js.

Khóa học này là một masterclass thực hành hoàn chỉnh phân tích sâu sự phát triển công nghệ cốt lõi của AI tạo sinh từ LDM(Latent Diffusion Model) đến DiT(Diffusion Transformer). Chúng ta sẽ trực tiếp phân tích nguyên lý học tập dựa trên không gian tiềm ẩn của LDM, cấu trúc của Stable Diffusion, và phương thức triển khai của Diffusion Transformer mới nhất thông qua các bài báo và code. Học viên sẽ trực tiếp triển khai các mô hình LDM, CFG(Classifier-Free Guidance), DiT dựa trên PyTorch, đồng thời học một cách có hệ thống các xu hướng mới nhất và sự tiến hóa cấu trúc của mô hình tạo sinh.

Đây là buổi giảng đại chúng dành cho công chúng, giúp họ thoát khỏi nỗi sợ hãi mơ hồ về trí tuệ nhân tạo. Thông qua các ví dụ cụ thể, chúng ta sẽ tìm hiểu ý nghĩa thực sự của việc AI học hỏi. Đồng thời, chúng ta cũng sẽ khám phá cấu trúc não của AI trông như thế nào và cách nó tư duy, qua những ví dụ cụ thể.

Chứng chỉ thiết yếu trong thời đại AI, MS AI-900! 🚀 Bạn có biết không? ChatGPT chỉ hoạt động trên Microsoft Azure! Nếu bạn muốn tận dụng đúng cách Microsoft Azure OpenAI - nền tảng độc quyền cung cấp các mô hình GPT mới nhất, thì đây chính là cơ hội. Hãy phát triển thành chuyên gia dịch vụ Azure AI thông qua khóa học AI-900, và làm chủ các giải pháp AI cấp doanh nghiệp mà các công ty tin tưởng. Hãy nâng cao khả năng cạnh tranh của bạn với tư cách là một chuyên gia AI thực thụ bằng cách đạt được chứng nhận công nhận toàn cầu!

Khóa học nhập môn trí tuệ nhân tạo dành cho người mới bắt đầu! Nội dung tóm tắt dễ hiểu các khái niệm cốt lõi từ dữ liệu đến AI tạo sinh. Mục tiêu của khóa học là giúp bạn hiểu rõ về thực tế để có thể đặt câu hỏi và giải thích về AI, thay vì trực tiếp tạo ra nó.

Khóa học này là một masterclass thực chiến tập trung vào việc chinh phục hoàn toàn quá trình tiến hóa của Diffusion Model thông qua các bài báo và mã nguồn. Học viên sẽ học từ nguyên lý bài báo đến việc trực tiếp triển khai các mô hình cốt lõi của AI sinh tạo như DDPM(Denoising Diffusion Probabilistic Model) và DDIM. Khóa học phân tích từng bước bối cảnh xuất hiện của từng mô hình, công thức toán học, cấu trúc mạng (U-Net, VAE, Transformer), quá trình học (Noise Schedule, Denoising Step), và những ý tưởng dẫn đến cải thiện hiệu suất. Học viên sẽ trực tiếp lập trình tất cả các mô hình dựa trên PyTorch, không chỉ dừng lại ở việc hiểu bài báo mà còn có được 'khả năng thực tế để tái tạo và ứng dụng'. Ngoài ra, thông qua việc so sánh sự khác biệt và dòng chảy phát triển giữa các mô hình, học viên sẽ hiểu rõ cách chúng được mở rộng. Khóa học này kết hợp lý thuyết·mã nguồn·thực hành thành một, cung cấp hành trình để nghiên cứu viên·nhà phát triển·nhà sáng tạo đều có thể học hỏi một cách có hệ thống về sự tiến hóa của mô hình sinh tạo. Hãy bắt đầu ngay bây giờ trải nghiệm vượt qua việc 'đọc' bài báo, trực tiếp triển khai để 'hiểu và tái sáng tạo'.

Khóa học này giải thích các khái niệm cơ bản về LLM và GPT một cách dễ hiểu để bất kỳ ai cũng có thể nắm bắt được. Học viên có thể trực tiếp sử dụng GPT API để tạo chatbot và chạy trên web bằng Streamlit. Thông qua trải nghiệm từ cơ bản đến thực hành, bạn có thể xây dựng nền tảng vững chắc cho những bước đầu tiên trong việc ứng dụng AI.

Từ lý thuyết cốt lõi về Deep Learning và CNN đến các phương pháp triển khai mô hình CNN đa dạng, bí quyết phát triển Deep Learning thực tế thông qua các bài toán thực tế, Nếu bạn muốn trở thành chuyên gia về công nghệ CNN Deep Learning dựa trên Pytorch, hãy tham gia khóa học này :)

Ngành công nghiệp điện tử và bán dẫn là lĩnh vực đặc biệt quan trọng trong việc quản lý và đổi mới dựa trên dữ liệu do quy trình siêu chính xác và chuỗi cung ứng phức tạp. Khóa học này đề cập đến các chiến lược thực tiễn có thể áp dụng ngay trong sản xuất điện tử và bán dẫn như phát hiện lỗi, tối ưu hóa quy trình, bảo trì dự đoán, quản lý chuỗi cung ứng bằng cách sử dụng công nghệ AI. Cùng với các trường hợp thực tế của các công ty toàn cầu, khóa học cũng đưa ra phương pháp triển khai AI chi phí thấp và hiệu quả cao mà các doanh nghiệp vừa và nhỏ có thể áp dụng một cách thực tế. Thông qua đó, học viên sẽ có thể hiểu và áp dụng chiến lược sản xuất dựa trên AI không chỉ để nâng cao năng suất và giảm chi phí mà còn để trang bị khả năng cạnh tranh trong tương lai.