Với lộ trình học tập bài bản gồm 40 bài giảng, bạn sẽ được học từ lý thuyết cơ bản về AI đến các kỹ thuật AI ứng dụng của từng thuật toán. Thông qua việc học và thực hành thuật toán bằng ngôn ngữ R cùng tư duy toán học trực quan, bạn sẽ trang bị được năng lực phát triển mô hình AI có thể áp dụng ngay vào thực tế, từ việc xây dựng và lựa chọn sử dụng các mô hình thuật toán cho phân tích dữ liệu, học máy (machine learning) và các công cụ ứng dụng liên quan.

Đây là một bài giảng giúp bạn có được kiến thức tổng quan về AI một cách nhẹ nhàng, bỏ qua những nội dung khó như công thức toán học.

Đây là khóa học đại số tuyến tính, trong đó bạn sẽ tìm hiểu ý nghĩa của vector và ma trận qua hình ảnh, đồng thời tự tính toán bằng các ví dụ nhỏ. Khóa học trình bày từng bước những kiến thức toán học được sử dụng trong hồi quy tuyến tính, PCA, SVD, tensor và cơ chế attention. Không yêu cầu kiến thức lập trình.

Numpy và Pandas là nền tảng cơ bản của phân tích dữ liệu và là cơ sở của các framework AI, tôi đã tích lũy những kinh nghiệm ứng dụng cốt lõi từ công việc thực tế và giảng dạy. Khóa học được thiết kế tập trung vào thực hành để các marketer, người lập kế hoạch và nhà phân tích mới bắt đầu có thể dễ dàng theo dõi những phần làm sạch và xử lý dữ liệu mà họ thường gặp khó khăn nhất. Thông qua khóa học này, bất kỳ ai cũng có thể trang bị kỹ năng tự xử lý dữ liệu và tạo ra kết quả phân tích mà không cần sự trợ giúp của lập trình viên.

Bạn mới bắt đầu với Python và thấy phần thi thực hành quá khó khăn? Giảng viên có hơn 10 năm kinh nghiệm giảng dạy phân tích dữ liệu sẽ hướng dẫn bạn từng bước, bắt đầu từ một biến, rồi nâng dần lên tiền xử lý dạng 1, xây dựng mô hình và nộp result.csv ở dạng 2, cho đến kiểm định thống kê ở dạng 3. Mỗi video đều cung cấp một notebook có chỗ trống để bạn trực tiếp thực hành theo trong môi trường sát với phòng thi nhất, giúp việc học không chỉ dừng lại ở xem mà còn thực sự ghi nhớ qua thao tác. Dựa trên phần tự đánh giá, hãy chọn lộ trình phù hợp với mình (người hoàn toàn mới bắt đầu 6 tuần · người đã có kinh nghiệm 3 tuần · 2 tuần trước kỳ thi) và chỉ học những nội dung cần thiết.

Khóa học này nhằm vào những người đã học ngữ pháp cơ bản của Python và bạn sẽ học các kỹ năng chính được sử dụng trong phân tích dữ liệu văn bản. Tôi hy vọng những ai quan tâm đến phân tích văn bản sẽ có thêm ý tưởng từ bài giảng này và sử dụng đi sử dụng lại nhiều lần.

Phần I Thực hành bằng mã nguồn quy trình tải PDF dưới dạng Document theo từng trang, chia nhỏ, vector hóa bằng embedding và lập chỉ mục trong kho lưu trữ vector. Tìm hiểu cấu trúc chuyển câu hỏi thành vector để tìm kiếm độ tương đồng (bao gồm điểm số, vector và MMR), sau đó bọc lại thành Retriever (Runnable) để kết nối với RAG. Tổng hợp các tiêu chí áp dụng thực tế thông qua việc kiểm tra chất lượng tìm kiếm, bảo mật và quản trị (bao gồm prompt injection), cũng như các lỗi thường gặp. Phần II Triển khai bằng R thuật toán Random Forest, vốn khắc phục những hạn chế của cây quyết định, đồng thời học cách diễn giải chính xác kết quả mô hình. Sử dụng dữ liệu hoa iris và dữ liệu biomarker thực tế để rèn luyện khả năng đọc và giải thích các chỉ số cốt lõi như lỗi OOB, độ quan trọng của biến và ma trận nhầm lẫn. Hoàn thiện quy trình làm việc có thể áp dụng ngay vào thực tế, bao gồm tinh chỉnh siêu tham số, kiểm định chéo và phân tích đường cong ROC.

Đây là khóa học thực hành, tập trung vào việc sử dụng AI để phân tích dữ liệu doanh thu và tồn kho, đồng thời xây dựng phương án đặt hàng có căn cứ. Khóa học kết nối từ cách truyền đạt chính xác mục tiêu, điều kiện ràng buộc và kết quả mong muốn cho AI đến phân tích doanh thu, dự báo nhu cầu và tối ưu hóa việc đặt hàng nhiều mặt hàng. Bạn sẽ sử dụng dữ liệu, prompt và mã nguồn được cung cấp để kiểm tra kết quả tính toán, thay đổi các điều kiện và xác minh cơ sở cho việc ra quyết định. Cuối khóa, bạn sẽ hoàn thiện phương án đặt hàng cho 30 sản phẩm cùng một báo cáo ra quyết định trên một trang, qua đó có thể ứng dụng vào quá trình chuẩn bị xin việc và phát triển năng lực thực tiễn.

Học tập một cách hệ thống các khái niệm cốt lõi và nguyên lý hoạt động của Học máy mô phỏng (Imitation Learning) và công nghệ VLA (Vision-Language-Action), vốn là nền tảng của Physical AI. Thông qua việc phân tích các ví dụ thực tế, hiểu rõ cơ chế tương tác của Physical AI với thế giới thực.

Đây là bài giảng dành cho các bạn sinh viên đang chuẩn bị ứng tuyển vào bộ phận DS của Samsung Electronics (Đánh giá và Phân tích Memory·S.LSI·Foundry·TSP·AVP) và SK hynix (PE·AE·Solution PE) nhưng còn gặp khó khăn trong việc phân biệt giữa các bộ phận kinh doanh và chức năng công việc. Dựa trên quy trình làm việc thực tế của vị trí Đánh giá sản phẩm, khóa học sẽ hệ thống lại tên gọi các vị trí công việc theo từng công ty, đồng thời hướng dẫn cách chuyển đổi kinh nghiệm chuyên ngành của bản thân sang ngôn ngữ chuyên môn để sử dụng trong bản tự giới thiệu và phỏng vấn. Bạn có thể xây dựng chiến lược ứng tuyển bằng cách kết nối các kinh nghiệm như Thiết kế mạch Analog, Verilog/FPGA, thí nghiệm quy trình, phân tích dữ liệu với các từ khóa trọng tâm như Hiệu suất (Yield), Wafer Map, Shmoo Plot và Phân tích lỗi.

Dành cho những ai đã chạy thử ví dụ nhận diện bàn tay nhưng vẫn thấy mơ hồ về cách dạy AI nhận biết cử động tay của mình để tạo ra một sản phẩm có thể sử dụng, tôi sẽ tận dụng kinh nghiệm quản lý tổng thể quá trình phát triển và đào tạo giảng viên dạy nghề để hướng dẫn bạn từ A đến Z — từ cài đặt, thu thập dữ liệu, huấn luyện cho đến hoàn thiện giao diện web — chỉ với một webcam.

Tìm hiểu nguyên lý và cấu trúc của AI: Từ cách AI hoạt động đến quá trình đưa ra quyết định và học hỏi AI hoạt động như thế nào, dựa trên cơ sở nào để đưa ra quyết định, và học hỏi, phát triển ra sao? Để thực sự hiểu về trí tuệ nhân tạo, điều quan trọng không chỉ là sử dụng các công cụ AI mà còn phải hiểu những nguyên lý và cấu trúc cốt lõi vận hành bên trong chúng. Khóa học này trình bày một cách hệ thống, tích hợp trong cùng một quy trình các nguyên lý hoạt động của AI, quá trình xử lý dữ liệu và đưa ra quyết định, cũng như cơ chế học hỏi và thay đổi. Thay vì tập trung vào các công thức toán học phức tạp hay lập trình khó, khóa học sử dụng những giải thích trực quan về khái niệm cùng nhiều ví dụ đa dạng, giúp cả người mới bắt đầu cũng có thể dễ dàng hiểu cấu trúc bên trong và quy trình hoạt động của AI. Qua khóa học này, bạn có thể hiểu toàn diện từ quá trình AI tạo ra kết quả, cơ sở đưa ra quyết định cho đến nguyên lý cải thiện hiệu suất thông qua học hỏi. Hãy trang bị những năng lực nền tảng để không chỉ dừng lại ở việc sử dụng AI, mà còn hiểu nguyên lý hoạt động và những giới hạn của AI, từ đó ứng dụng hiệu quả hơn vào công việc thực tế.

Nếu bạn yêu cầu AI "hãy tạo mô hình bằng dữ liệu này", vài dòng đầu tiên trông có vẻ hợp lý, nhưng chỉ cần phức tạp hơn một chút, nó sẽ sử dụng sai cột, làm rò rỉ dữ liệu (leakage), và dù điểm số tăng lên nhưng mô hình thực tế lại tệ đi. Khóa học này không dạy bạn cách viết prompt tốt hơn. Thay vào đó, nó tập trung vào cách trực tiếp thiết kế một vòng lặp (harness) để Agent có thể hiểu dữ liệu, lập kế hoạch, viết mã, tự xác nhận kết quả và quay lại nếu sai sót. Sau khi thực hành thủ công một vòng lặp năm mảnh của DS-STAR, chúng ta sẽ lần lượt lắp ráp các thành phần: Data Profile Card, Hook, Skill Hierarchy, Independent Verifier và Ablation.

Trên đường đi làm vào sáng mai, điện thoại của bạn đã nhận được “những mã cổ phiếu hệ thống lựa chọn hôm nay và lý do”. AI giao dịch tự động cổ phiếu Hàn Quốc đọc dòng tiền của nhà đầu tư nước ngoài và tổ chức, tự lo mọi việc từ mua vào đến chốt lời·cắt lỗ — không phải chương trình do người khác tạo ra, mà là thứ bạn trực tiếp xây dựng cho riêng mình.

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.

Hãy chinh phục hoàn toàn chứng chỉ Kỹ sư Phân tích Dữ liệu lớn - một chứng chỉ bắt buộc nhưng không hề dễ dàng để tự học - trong thời gian ngắn bằng cách sử dụng R, một công cụ phân tích dữ liệu dễ học!!

Hãy cách mạng hóa hoạt động đầu tư chứng khoán của bạn bằng AI! Trong khóa học này, bạn sẽ trực tiếp xây dựng một hệ thống giao dịch tự động bằng AI thực sự hoạt động, nhắm đến 25 mã cổ phiếu hàng đầu trên Nasdaq. Bạn sẽ tích lũy kinh nghiệm và bí quyết thông qua đầu tư mô phỏng với API của Công ty Chứng khoán Đầu tư Hàn Quốc, đồng thời có cơ hội đặc biệt để thực hiện giao dịch cổ phiếu tự động bằng AI trên tài khoản thực. Người mới bắt đầu cũng không cần lo lắng. Chúng tôi sẽ giải thích dễ hiểu những khái niệm cơ bản về chứng khoán và lý do nên đầu tư vào cổ phiếu Mỹ, đồng thời cung cấp toàn bộ mã nguồn và hỗ trợ từ xa. Từ bây giờ và trong 60 năm tới, đầu tư là điều thiết yếu trong cuộc sống của chúng ta. Hãy tự tay tạo ra người bạn đồng hành đầu tư bằng AI của riêng bạn!

Đây là khóa học Python cơ bản dành cho những người mới bắt đầu muốn phát triển thành nhà phân tích dữ liệu. - Người muốn phân tích dữ liệu nhưng chưa biết Python - Người muốn học machine learning bằng Python - Người đang chuẩn bị cho kỳ thi thực hành chứng chỉ phân tích Big Data - Người muốn phát triển ứng dụng dựa trên machine learning bằng Python

Giải quyết vấn đề khó xây dựng dịch vụ dù biết cú pháp Python bằng kinh nghiệm thực tế tại Naver và các bài thực hành theo từng bước.

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.