[PL 0302] Python cho thao tác dữ liệu - Lớp học nâng cao NumPy

Là buổi học thứ ba của series [인공지능을 위한 파이썬]. Bạn sẽ học cách gỡ lỗi mã Python.

Củng cố nền tảng lý thuyết về hình ảnh, điều thiết yếu trước khi học về thị giác máy tính dựa trên học sâu. Hiểu rõ bản chất của dữ liệu hình ảnh như pixel, độ phân giải, biểu diễn màu sắc, đồng thời rèn luyện kỹ năng lập trình thực tế để đọc, chuyển đổi và tiền xử lý hình ảnh bằng Python.

Đây là bài giảng đầu tiên về đại số tuyến tính và là bài giảng về hiểu biết hình học về vectơ và các phép toán vectơ.

Đây là bài giảng tóm tắt nội dung toán học được học trong chương trình trung học cơ sở và trung học phổ thông. Bạn sẽ được học các kiến thức và kỹ thuật toán học cần thiết thông qua nhiều bài tập thực hành cho mỗi nội dung.

Chúng tôi sẽ tổng hợp các khái niệm lý thuyết về MNIST, bộ dữ liệu cơ bản nhất trong thị giác máy tính, đồng thời học cách triển khai thông qua API của Torchvision và cách tự xây dựng một custom dataset class.

Đây là khóa học giúp bạn hệ thống hóa hoàn hảo về mặt lý thuyết các phép toán của lớp tích chập (convolutional layer) và lớp gộp (pooling layer) – những mô đun cốt lõi của mạng thần kinh tích chập, đồng thời rèn luyện khả năng lập trình thông qua việc trực tiếp triển khai chúng.

Đây là bài giảng tập trung chuyên sâu vào tích chập (convolution), phép toán quan trọng nhất trong thị giác máy tính sử dụng học sâu.

Đây là bài giảng giới thiệu ngắn gọn về lĩnh vực thị giác máy tính.

Học khái niệm và cách thiết lập môi trường ảo.

Đây là bài giảng học cách triển khai code thực tế bằng cách sử dụng các tính năng của PyTorch cho code đã tự triển khai trong Gradient-based Linear Regression (1). Ngoài ra, đây cũng là bài giảng học về sự cần thiết của tiền xử lý dữ liệu, lý thuyết, ảnh hưởng đến quá trình học tập một cách lý thuyết, và triển khai bằng code thực tế.

Đây là bài giảng giúp bạn hiểu hoàn toàn về quá trình huấn luyện mô hình deep learning đơn giản nhất bằng Gradient descent.

Đây là khóa học tập trung vào việc học gradient descent - thuật toán học tập cốt lõi nhất của deep learning.

Đây là khóa học để học các phương pháp vi phân cơ bản cần thiết để bắt đầu với deep learning và tính năng Autograd của PyTorch.

Đây là một bài giảng về trực quan hóa dữ liệu bằng thư viện Matplotlib.

Đây là bài giảng thứ năm của series [인공지능을 위한 파이썬]. Bài giảng này thực hành các bài tập ứng dụng được dùng trong Machine Learning, Deep Learning, cùng với cú pháp Python.

Đây là bài giảng thứ tư trong loạt bài [Python cho trí tuệ nhân tạo]. Đây là bài giảng cung cấp các bài tập thực hành được sử dụng trong machine learning và deep learning cùng với ngữ pháp của Python.

Đây là khóa học thứ hai của series [Python dành cho Trí tuệ nhân tạo]. Đây là khóa học thực hành các bài tập thực tế được sử dụng trong Machine Learning, Deep Learning, cùng với cú pháp Python.

Đây là khóa học có nhiều bài luyện tập về ngữ pháp cơ bản của Python. Đây là khóa học thực hành thực tế được sử dụng trong Machine Learning, Deep Learning, cùng với ngữ pháp Python.

Giới hạn của hàm số, đạo hàm, quy tắc tính đạo hàm, công thức đạo hàm, ứng dụng của đạo hàm

Đây là bài giảng về cách sử dụng LaTeX để viết công thức.

Đây là một bài giảng về trực quan hóa dữ liệu bằng thư viện Matplotlib.

Cách đọc thế giới bằng dữ liệu: Khám phá khoa học dữ liệu riêng của bạn! Khám phá sâu sắc và thực tế các công cụ và kỹ thuật cốt lõi của khoa học dữ liệu hiện đại. Đặc biệt, bạn sẽ học cách phân tích dữ liệu và triển khai thuật toán bằng Anaconda, Numpy, Pandas và Scikit-learn, những yếu tố cần thiết của khoa học dữ liệu.

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.

Khóa học tìm hiểu và thực hành về Machine Learning, giúp thực hiện các phân tích và dự báo phức tạp một cách hiệu quả! Machine Learning vốn tưởng chừng như khó khăn và phức tạp, nhưng nếu đồng hành cùng khóa học <Python Machine Learning> của Maso Campus, bạn có thể nắm bắt các kiến thức cốt lõi một cách dễ dàng và thú vị.

Khóa học Python trung cấp được thiết kế để giúp bạn hiểu sâu hơn về Python bằng cách bao gồm các chủ đề nâng cao như lập trình hàm, siêu lập trình, xử lý ngoại lệ và lập trình hướng đối tượng.

Với sự phát triển của AI tạo sinh, nhiều doanh nghiệp đang thúc đẩy AX (AI Transformation - Chuyển đổi AI). Tuy nhiên, trên thực tế, so với yêu cầu "phải thực hiện AX" thì lại không có nhiều chương trình đào tạo hướng dẫn một cách hệ thống về việc cần làm gì và làm như thế nào. Trong khi hầu hết các khóa học AI hiện nay chỉ tập trung vào cách sử dụng AI tạo sinh hoặc cách viết prompt, khóa học này tập trung vào "Phương pháp luận lập kế hoạch chiến lược AX" để chuyển đổi các dịch vụ và nghiệp vụ của doanh nghiệp dựa trên nền tảng AI. Khóa học này được xây dựng dựa trên kinh nghiệm thực tiễn của một chuyên gia với 25 năm kinh nghiệm, người đã trực tiếp thực hiện tư vấn và đào tạo DX/AX cho các tập đoàn lớn, lĩnh vực tài chính, cơ quan công quyền và nhiều doanh nghiệp khác nhau trong lĩnh vực IT. Khóa học không chỉ đơn thuần dạy cách sử dụng AI tốt, mà còn giúp người học nắm bắt từ góc độ thực tế về việc: nghiệp vụ nào cần thực hiện AX, AI nên tham gia quyết định đến mức độ nào, cách kiểm soát rủi ro ra sao, cũng như cách thiết kế và kiểm chứng dự án AX. Ngoài ra, khóa học bao quát một cách hệ thống các nội dung cốt lõi cần thiết để thúc đẩy AX thực tế, từ việc thấu hiểu bản chất của AX đến hệ thống tư duy AI, phương pháp luận thiết kế AX, phân chia vai trò giữa Con người và AI, thiết kế Guardrail (hàng rào bảo vệ), cấu trúc KPI và kiểm chứng. Đặc biệt, không dừng lại ở lý thuyết suông, khóa học còn cung cấp các biểu mẫu hướng dẫn và tài liệu mẫu dựa trên các trường hợp thực tế của doanh nghiệp như: thẩm định bảo hiểm, tư vấn khách hàng, chất lượng sản xuất, hỗ trợ nghiệp vụ nội bộ, đề xuất marketing, năng suất phát triển, ra quyết định quản trị... Người học có thể trực tiếp kiểm tra và sử dụng các tài liệu như Bản định nghĩa vấn đề AX, Bản định nghĩa giả thuyết AX, Bản thiết kế hiệu quả AX, Sơ đồ cấu trúc dịch vụ AX, Bản thiết kế Guardrail, Kế hoạch kiểm chứng AX. Nhờ đó, sau khi hoàn thành khóa học, học viên có thể sở hữu năng lực thực thi để dễ dàng lập kế hoạch và triển khai các dự án AX thực tế. Điểm khác biệt lớn nhất của bài giảng này là hướng dẫn cách lập kế hoạch và thiết kế AX từ góc nhìn của người trực tiếp thực hiện dự án AX. Đặc biệt, bằng cách cung cấp các mẫu sản phẩm đầu ra cho lập kế hoạch chiến lược AX có thể sử dụng ngay tại hiện trường cùng với 7 trường hợp AX theo từng ngành công nghiệp, khóa học được thiết kế để học viên có thể tham khảo trường hợp tương đồng nhất với công việc của mình, từ đó chỉnh sửa và áp dụng ngay vào môi trường thực tế. Nói cách khác, đây không phải là khóa học để tạo ra người dùng AI (User), mà là quy trình để đào tạo nên những nhà lập kế hoạch chiến lược AX, những người có khả năng thiết kế và thực thi AX cho doanh nghiệp.

AI tự phán đoán và thích nghi, giờ đây bạn có thể tự mình tạo ra. Thay vì lý thuyết phức tạp, hãy học trọng tâm học tăng cường qua giải thích trực quan và mã code, rồi phát triển thành 'nhà phát triển thực chiến' qua các dự án tài chính, công nghiệp.

Bạn có thể học các kỹ năng và bí quyết cần thiết để nâng cao hiệu quả công việc bằng cách sử dụng API mở và Python.

🚀 Học phát hiện bất thường AI thực tế với Databricks! 💡 Dừng các mô hình đắt đỏ và chậm chạp! Từ tối ưu hóa dữ liệu quy mô lớn đến triển khai thời gian thực, hoàn thành AI phát hiện bất thường có thể được sử dụng ngay trong thực tế kinh doanh.

Hãy cách mạng hóa việc đầu tư chứng khoán của bạn bằng AI! Trong khóa học này, bạn sẽ trực tiếp tạo ra một hệ thống tự động giao dịch AI thực tế nhắm vào 25 mã cổ phiếu hàng đầu trên Nasdaq. Chúng tôi mang đến cơ hội đặc biệt để bạn tích lũy kinh nghiệm và bí quyết thông qua đầu tư mô phỏng bằng API của Korea Investment & Securities, sau đó có thể tiến hành tự động giao dịch chứng khoán bằng AI trên tài khoản thật. Ngay cả những người mới bắt đầu chơi chứng khoán cũng không gặp vấn đề gì. Chúng tôi sẽ giải thích dễ hiểu các khái niệm cơ bản về chứng khoán và lý do tại sao nên đầu tư vào chứng khoán Mỹ, đồng thời cung cấp toàn bộ mã nguồn và hỗ trợ từ xa. Từ nay về sau, đầu tư là điều tất yếu trong suốt 60 năm cuộc đời của chúng ta. Hãy tự tay tạo ra một đối tác đầu tư AI sẽ đồng hành cùng bạn!

🧩 Thay vì giải thích dựa trên công thức phức tạp hay lý thuyết, chúng tôi đặt mục tiêu nắm vững các khái niệm cốt lõi của hệ thống đề xuất thông qua việc tự tay triển khai chương trình. 🛠️ Thông qua tổng cộng 12 ví dụ đa dạng và thực tiễn, chúng tôi đã từng bước thiết kế các hệ thống đề xuất có thể ứng dụng trong môi trường thực tế, bao gồm đề xuất dựa trên nội dung, lọc cộng tác và đề xuất học sâu.

Tôi muốn tạo một bot giao dịch thuật toán có thể kiếm tiền vô hạn và chạy nó tự động. Tôi nên bắt đầu từ đâu?

Đây là khóa học cơ bản về lập trình Excel bằng Python thông qua hướng dẫn sử dụng xlsxwriter. Bạn có thể sử dụng Python và Excel để phân tích dữ liệu và tự động hóa công việc.

Bây giờ bạn có thể hiển thị đầu ra Python của mình dưới dạng trang web! Bạn có thể tạo trang web của riêng mình chỉ bằng Python. Đây là cơ hội để tạo Bảng điều khiển tương tác cho phép bạn kiểm tra các kết quả được tạo bằng Python, chẳng hạn như phân tích dữ liệu và học máy, trên một trang web!

Trong lớp này, bạn sẽ học các kỹ thuật truy xuất (thu thập dữ liệu) và xử lý dữ liệu từ nhiều trang web khác nhau bằng Python và áp dụng chúng trực tiếp vào các ví dụ khác nhau mà bạn có thể gặp trong thực tế. Thông qua đó, bạn sẽ tìm hiểu về các kỹ thuật tập trung vào giải quyết các vấn đề thực tế dựa trên sự hiểu biết về các nguyên tắc cơ bản về cách hoạt động của web, thay vì tự động hóa tác vụ một chiều bằng cách sao chép và dán mã nhất định. để sử dụng nó trên bất kỳ trang web nào trong tương lai Có thể có khả năng thu thập và xử lý dữ liệu. Ngoài ra, bạn sẽ học cách giải quyết các trường hợp ngoại lệ khác nhau xảy ra trong quá trình này bằng mã và cuối cùng, bạn sẽ có thể giải quyết và tự động hóa các vấn đề khác nhau xảy ra trong cuộc sống hàng ngày thông qua tư duy lập trình.

Trong Phần 3 của Tạo phòng giao dịch Python cho đầu tư định lượng, bạn sẽ tìm hiểu về lý thuyết danh mục đầu tư và các khái niệm cần thiết cho đầu tư thực tế cũng như cách triển khai chúng bằng mã. Phần 1 & Trong Phần 2, bạn chủ yếu tìm hiểu về các phương pháp triển khai mã để phân tích dữ liệu tài chính, nhưng trong Phần 3, bạn tìm hiểu về 'danh mục đầu tư', một phần quan trọng của đầu tư định lượng. Tại sao bạn nên tạo một danh mục đầu tư? Với câu hỏi này, chúng ta tìm hiểu lý thuyết danh mục đầu tư, triển khai nó bằng Python và thực hành mã cần thiết cho đầu tư danh mục đầu tư thực tế. Tôi hy vọng bài giảng này sẽ hữu ích trong việc đầu tư vào danh mục đầu tư của riêng bạn.

Bạn có thể học một cách có hệ thống phương pháp tiếp cận thống kê về giao dịch cặp S&P 500 bằng Python. Xây dựng nền tảng cho chiến lược đầu tư không cảm xúc thông qua phân tích dữ liệu chuyên nghiệp.

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.

Bạn muốn học AI nhưng lần nào cũng bị khựng lại trước các công thức đại số tuyến tính? Thay vì bắt bạn học thuộc lòng các công thức, khóa học này sẽ giúp bạn tận mắt chứng kiến các vectơ và ma trận thực sự chuyển động như thế nào trong không gian. Sau khi hoàn thành khóa học, bạn có thể tự mình đọc hiểu toán học đằng sau mạng thần kinh, PCA và SVD.

"Nhà máy thông minh, cái tên nghe thật kêu nhưng bạn vẫn chưa thể hình dung ra nó là gì?" Trên tin tức hàng ngày vẫn luôn nhắc đến Cách mạng công nghiệp 4.0 và nhà máy AI, nhưng khi thực sự tìm kiếm tài liệu liên quan, bạn chỉ thấy tràn ngập những "ngôn ngữ ngoài hành tinh" như PLC, MES, ERP hay Edge Computing. Điều mà một người không chuyên cần không phải là những sơ đồ mạch điện phức tạp, mà là một "bản đồ" cho thấy toàn bộ hệ thống vận hành như thế nào. Khóa học này sẽ loại bỏ những thuật ngữ kỹ thuật khó hiểu, giải thích mọi thứ về Nhà máy thông minh bằng những hình ảnh trực quan và ví dụ so sánh mà bất kỳ ai cũng có thể hiểu được.