Trò chơi thực hành dự án thể loại thống nhất của Go Hyeon-cheol - Trò chơi chạy

Khóa học này bao gồm tất cả kinh nghiệm của giảng viên Kim Young-sam, người đang hoạt động với tư cách là tác giả biểu tượng cảm xúc trên Kakao và Line, từ việc thiết kế biểu tượng cảm xúc cho đến việc sản xuất, đề xuất và tạo ra thu nhập trên KakaoTalk và Line.

"Hoàn thiện từ A đến Z về Deep Learning, từ cơ bản đến 7 dự án thực tế (Tổng cộng 41 bài giảng)“ Vượt xa mức độ gọi mô hình đơn thuần, bạn sẽ học cách xây dựng đường ống (pipeline) Deep Learning gọn gàng và hiệu quả bằng cách sử dụng PyTorch Lightning - xu hướng hiện nay trong ngành. Hãy trực tiếp triển khai tổng cộng 7 dự án từ dự báo giá cổ phiếu đến AI tạo sinh, hình ảnh y tế và phân tích âm thanh để trở thành một kỹ sư AI tự tin trước bất kỳ loại dữ liệu nào.

"Hơn cả phân tích dữ liệu, từ thiết kế đến tối ưu hóa mô hình dự báo (Tổng cộng 29 bài giảng)" Bạn đã hoàn tất việc phân tích dữ liệu nhưng lại cảm thấy bế tắc khi bắt tay vào xây dựng mô hình? Vượt xa việc chỉ đơn thuần gọi các thư viện, chúng tôi sẽ giúp bạn nắm vững nguyên lý hoạt động của từng thuật toán và chiến lược kiểm chứng mô hình tối ưu nhất.

Bạn có thể tìm hiểu cách tạo trò chơi nhấp chuột dựa trên Unity.

Chúng tôi đã tạo một khóa học bằng cách chọn các phần Java cần thiết cho việc phát triển ứng dụng Android. Tổng thời gian giảng là 13 giờ 30 phút. Sẽ rất hữu ích nếu bạn sắp xếp nó trước khi phát triển cho Android. Có nhiều bài giảng hơn trên kênh YouTube Soft Campus. Tôi hy vọng điều này sẽ giúp bạn rất nhiều. Giảng viên Jaeseong Yoon

Giới thiệu về ngôn ngữ C, ngôn ngữ cơ sở phát triển phần mềm

: "Từ thiết lập môi trường đến dự án kinh doanh thực tế, hành trình khoa học dữ liệu tìm lời giải cho doanh thu thương mại điện tử bằng thống kê (Tổng cộng 38 bài giảng)" Vượt xa mức độ chỉ đơn thuần là học cách sử dụng các công cụ phân tích, bạn sẽ được học cách xử lý dữ liệu log phát sinh trong thực tế ngành thương mại điện tử thông qua các quy trình thống kê. Sau khi củng cố vững chắc các lý thuyết cốt lõi từ thiết lập môi trường phát triển đến thống kê mô tả, phân phối xác suất và kiểm định giả thuyết, bạn sẽ tiến tới phân tích so sánh thời gian lưu trú trên ứng dụng và tỷ lệ chuyển đổi mua hàng của người dùng thực tế, cũng như định lượng mức độ đóng góp hiệu quả thông qua phân tích hồi quy tuyến tính đa biến! Thông qua các dự án thực tế, bạn sẽ chinh phục một cách hệ thống 'năng lực ra quyết định dựa trên dữ liệu và tự động hóa phân tích' - yếu tố cốt lõi của một nhà khoa học dữ liệu.

"Từ thiết lập môi trường đến dự án kinh doanh thực tế, hành trình khoa học dữ liệu tìm lời giải cho doanh thu bằng dữ liệu (Tổng cộng 39 bài giảng)" Vượt xa mức độ chỉ đơn thuần là học cách sử dụng thư viện, bạn sẽ được học cách xử lý dữ liệu thực tế trong lĩnh vực thương mại điện tử thông qua quy trình khoa học dữ liệu. Bắt đầu từ việc thiết lập môi trường phát triển và kiến thức cơ bản về Numpy/Pandas, đến tiền xử lý dữ liệu, phân tích thống kê, trực quan hóa, và cả phân khúc RFM dựa trên kịch bản kinh doanh cùng kiểm chứng giả thuyết! Chinh phục các năng lực cốt lõi của một nhà khoa học dữ liệu một cách hệ thống thông qua các dự án thực tế.

: "Từ nền tảng toán học đến các mô hình mới nhất, hoàn thiện pipeline Deep Learning với Pytorch (Tổng cộng 44 bài giảng)" Thời đại chỉ học cách gọi model.fit() một cách đơn thuần đã qua rồi. Từ đạo hàm và hạ giang (gradient descent) - những nền tảng cơ bản nhất của mạng thần kinh nhân tạo, đến cách sử dụng Pytorch thiết yếu trong công việc thực tế, và cả CNN/RNN để xử lý dữ liệu hình ảnh và chuỗi thời gian! Chúng tôi sẽ giúp bạn chinh phục toàn bộ quy trình Deep Learning một cách hệ thống. Giờ đây, hãy bước vào thế giới Deep Learning kinh ngạc, nơi trí tuệ nhân tạo mô phỏng bộ não con người có thể tự học hỏi và đưa ra phán đoán, vượt xa việc chỉ phân tích dữ liệu thông thường.

: "Hành trình Deep Learning Full-stack xuyên suốt các lĩnh vực dữ liệu, từ thiết lập môi trường đến 7 dự án thực tế (Tổng cộng 35 bài giảng)" Vượt xa mức độ chỉ đơn thuần làm theo mã ví dụ, bạn sẽ học cách xử lý các loại dữ liệu đa dạng trong thực tế bằng Deep Learning. Bắt đầu từ việc thiết lập môi trường phát triển CPU/GPU, cho đến phân loại rác tái chế (hình ảnh), dự đoán giá cổ phiếu (chuỗi thời gian), phát hiện bất thường điện tâm đồ (AE), hoạt hình hóa (GAN), phân đoạn hình ảnh y tế (U-Net) và phân loại âm thanh (âm thanh)! Bạn sẽ chinh phục các thuật toán cốt lõi của Deep Learning một cách hệ thống thông qua các dự án thực chiến.

: "Từ nền tảng toán học đến các mô hình mới nhất, hoàn thiện quy trình Deep Learning với TensorFlow (Tổng cộng 44 bài giảng)" Thời đại chỉ học cách gọi model.fit() một cách đơn thuần đã qua rồi. Từ đạo hàm và hạ cực trị (Gradient Descent) - những nền tảng cơ bản nhất của mạng thần kinh nhân tạo, đến cách sử dụng TensorFlow và Keras thiết yếu trong công việc thực tế, và cả CNN/RNN để xử lý dữ liệu hình ảnh và chuỗi thời gian! Chúng tôi sẽ giúp bạn chinh phục toàn bộ quá trình Deep Learning một cách hệ thống. Giờ đây, hãy vượt qua việc phân tích dữ liệu thông thường để bước vào thế giới Deep Learning kinh ngạc, nơi trí tuệ nhân tạo mô phỏng não bộ con người có thể tự học hỏi và đưa ra phán đoán.

: "Hơn cả phân tích dữ liệu, hoàn thiện mô hình dự đoán với 5 dự án thực tế (Tổng cộng 45 bài giảng)" Bạn đã hoàn thành việc phân tích dữ liệu nhưng lại cảm thấy bế tắc khi bắt tay vào xây dựng mô hình? Vượt xa việc chỉ gọi các thư viện đơn thuần, khóa học này sẽ giúp bạn làm chủ hoàn toàn nguyên lý hoạt động của từng thuật toán và chiến lược kiểm chứng mô hình tối ưu, từ dự đoán sống sót trên tàu Titanic đến phân loại tin nhắn rác. Từ các mô hình tuyến tính đến các thuật toán Ensemble mới nhất và cả kiến thức cơ bản về xử lý ngôn ngữ tự nhiên (NLP), bạn sẽ chinh phục một cách hệ thống các dự án có sức mạnh lớn nhất trong thực tế công việc. Giờ đây, hãy bước vào thế giới mô hình hóa trí tuệ nhân tạo, nơi dự đoán tương lai dựa trên dữ liệu đã được phân tích.

* Lộ trình học thực chiến 100%: Không chỉ học ngữ pháp, cấu trúc chương trình tập trung vào thực hành xử lý dữ liệu trực tiếp. * Khóa học tiên quyết để chinh phục Machine Learning: Hệ thống hóa hoàn hảo các kỹ thuật tiền xử lý bắt buộc phải biết trước khi học AI. * Làm chủ công cụ phân tích dữ liệu: Chinh phục các tính năng cốt lõi của Numpy (tính toán số học) và Pandas (kiểm soát dữ liệu). * Rút ra Insight thông qua trực quan hóa: Truyền đạt kỹ năng trực quan hóa dữ liệu bằng Matplotlib và Seaborn. * Củng cố nền tảng thống kê: Học các kỹ thuật phân tích nhóm và thống kê cơ bản để nắm bắt đặc tính của dữ liệu.

Hiện tại, Android có thể được phát triển bằng ngôn ngữ Java và Kotlin. Dù sử dụng ngôn ngữ nào, bạn cũng có thể phát triển cùng một ứng dụng Android như nhau. Khóa học này bao gồm hầu hết các nội dung từ cơ bản đến nâng cao về phát triển ứng dụng Android, và toàn bộ mã nguồn từ những nội dung cơ bản nhất đều được viết bằng ngôn ngữ Kotlin. Ngoài ra, khóa học còn sử dụng Material 3, thư viện UI mới nhất của Google. Trong toàn bộ lộ trình học Android này, bạn sẽ được thực hiện 3 dự án thực tế. Thông qua việc thực hiện các dự án, bạn có thể nắm vững các kỹ thuật nâng cao đang được sử dụng thực tế trong công việc như Hilt, Retrofit, RoomDatabase, MVVM. Bên cạnh đó, bạn còn có thể tăng cường năng suất bằng cách sử dụng AI thông qua việc thực hiện "vibe coding" với Gemini ngay trong công cụ phát triển Android. Soft Campus chúng tôi sẽ luôn nỗ lực để cung cấp những bài giảng mới nhất.

Android có thể được phát triển bằng ngôn ngữ Java và Kotlin. Bạn có thể phát triển cùng một ứng dụng Android bằng bất kỳ ngôn ngữ nào. Khóa học này bao gồm hầu hết các nội dung từ cơ bản đến nâng cao về phát triển ứng dụng Android, và tất cả mã nguồn từ những nội dung cơ bản nhất đều được viết bằng ngôn ngữ Kotlin. Ngoài ra, khóa học còn sử dụng Material 3, thư viện UI mới nhất của Google. Trong toàn bộ lộ trình học Android, khóa học này chủ yếu tập trung vào các nội dung về Action Bar, quản lý dữ liệu, quản lý tài nguyên, cảm biến và mạng.

Hiện tại, Android có thể được phát triển bằng ngôn ngữ Java và ngôn ngữ Kotlin. Dù sử dụng ngôn ngữ nào, bạn cũng có thể phát triển các ứng dụng Android tương tự nhau. Khóa học này bao gồm hầu hết các nội dung từ cơ bản đến nâng cao về phát triển ứng dụng Android, và tất cả các mã nguồn từ nội dung cơ bản đều được viết bằng ngôn ngữ Kotlin. Ngoài ra, khóa học còn sử dụng Material 3, thư viện UI mới nhất của Google. Trong toàn bộ chương trình học Android, khóa học này chủ yếu tập trung vào các nội dung về Menu, các thành phần của ứng dụng Android, Thread và Fragment; các nội dung chuyên sâu hơn sẽ được đề cập trong các khóa học tiếp theo. Soft Campus chúng tôi sẽ luôn nỗ lực để cung cấp những bài giảng mới nhất. Xin cảm ơn.

Có thể chế tạo trò chơi hybrid casual sử dụng Unity6.

Học C# trong môi trường Unity. Khi học C#, bạn sẽ tự nhiên làm quen với môi trường phát triển Unity, điều này rất hữu ích cho những người mới bắt đầu phát triển.

Đây là khóa học lập trình UI phần 1 về phát triển ứng dụng Android phiên bản 15 cùng với thư viện Material 3 mới nhất.

Phiên bản mới nhất vào năm 2024 và thời gian chạy là 17 giờ 48 phút. Bạn hoàn toàn có thể thành thạo Kotlin trong một khóa học này.

Dựa trên ngôn ngữ c#, bạn sẽ học cách tạo game phòng thủ theo từng giai đoạn bằng cách sử dụng Unity.

Bạn có thể tìm hiểu cách tạo trò chơi nhấp chuột dựa trên Unity.

"Lược bỏ các công thức và mã code, tập trung vào nguyên lý và kết quả trực quan!" Khóa học này được thiết kế dành cho các nghệ sĩ 3D và những người làm modeler từng từ bỏ việc tìm hiểu PBR (Physically Based Rendering) vì rào cản kỹ thuật. Để các bạn có thể áp dụng ngay vào công việc thực tế mà không cần kiến thức lập trình, khóa học sẽ tập trung giải thích các nguyên lý trực quan về cách ánh sáng phản xạ trên bề mặt vật thể. Vật lý ánh sáng cơ bản: Giải thích các thuật ngữ gây khó hiểu như tốc độ ánh sáng, độ rọi, độ chói... thành những khái niệm dễ hiểu đối với nghệ sĩ. Thể hiện trực quan bề mặt: Tìm hiểu về đặc tính Fresnel mà mọi vật thể đều có và sự phản xạ ánh sáng theo độ nhám thông qua 'nguyên lý quan sát bằng mắt' thay vì mã code. Kỹ thuật chiếu sáng nâng cao: Phân tích sự khác biệt mà IBL (Image Based Lighting) và Global Illumination tạo ra cho kết quả mô hình hóa thực tế. Thấu hiểu phương trình Render: Giúp bạn nâng tầm chất lượng công việc bằng cách hiểu phương trình Render - cốt lõi của các công cụ render - như một 'quy ước' thể hiện dòng chảy của ánh sáng thay vì là một công thức toán học. #PBRchoNghệSĩ #KhóaHọc3DModeler #ĐồHọaKhôngCode #RenderDựaTrênVậtLý #NguyênLýPBR #PhươngTrìnhRender #HiệnTượngFresnel #ĐồHọaChoNgườiNgoạiĐạo #CơBảnRender3D #NghệSĩCG #NhậpMônRender #BàiGiảngNguyênLýTrựcQuan #MẹoLàmViệc3D

Đây là khóa học giới thiệu về phát triển VR, hướng dẫn bạn cách kết nối thiết bị VR và phát triển nội dung VR bằng Unity. Vì khả năng tiếp thị và triển vọng của VR đã được đề cập trong nhiều nội dung nên chúng tôi sẽ không đề cập đến chúng mà chỉ tóm tắt những điểm chính cần thiết cho sự phát triển thực tế. Nếu bạn muốn tìm hiểu các phương pháp phát triển VR dễ học, nhanh chóng và có thể sử dụng lâu dài, hãy đến đây!

Trong khóa học này, chúng ta sẽ xây dựng hệ thống phân tích trực tiếp bản vẽ DWG trong Unity và tự động chuyển đổi các đường thẳng (Line) và đường đa tuyến (Polyline) thành tường 3D thực tế. Sau khi hoàn thành quy trình tự động tạo bản đồ 3D từ DWG, chúng ta cũng sẽ triển khai chức năng dạng trình chỉnh sửa bản đồ cho phép tự do bố trí các đối tượng trên không gian đã tạo và lưu trữ·tải chúng dưới dạng JSON/DB. Cuối cùng, chúng ta sẽ tích hợp các chức năng thiết yếu được sử dụng trong Digital Twin thực tế như heatmap, hiển thị trạng thái và phản ánh dữ liệu thời gian thực, để hoàn thiện từ đầu đến cuối một dự án Digital Twin có thể áp dụng ngay trong môi trường công nghiệp.

Khóa học này là một trò chơi FPS được chơi trong AR bằng Unity. Bạn có thể tìm hiểu về các dự án AR từ thiết lập AR đến xây dựng và vận hành.

Sử dụng AI coding agent Claude Code để hoàn thiện hệ thống chiến đấu cốt lõi của trò chơi nhàn rỗi (idle) võ hiệp 2D trên Unity từ con số 0. Chúng ta sẽ xây dựng một codebase starter kit có thể mở rộng ngay trong thực tế, bao gồm chiến đấu tự động, object pooling, hệ thống màn chơi (stage) và đấu boss, đồng thời trải nghiệm toàn bộ quy trình phát triển từ thiết kế yêu cầu đến gỡ lỗi cùng với AI.

Sử dụng Claude Code để triển khai điều khiển người chơi, hoạt ảnh và hệ thống tấn công, đồng thời phát triển các mẫu phát hiện, truy đuổi, tấn công và chuyển đổi giai đoạn của AI Boss bằng gói Behavior. Chúng tôi sẽ hướng dẫn bạn qua từng bước của bài hướng dẫn.

Hoàn thành trò chơi match-3 bằng cách kết nối Unity và Claude Code thông qua MCP để yêu cầu AI phát triển ngay cả khi không có kiến thức về lập trình. Bạn có thể trải nghiệm toàn bộ quá trình phát triển trò chơi thực tế, từ thiết lập môi trường, triển khai hệ thống trò chơi, tương thích với thiết bị di động cho đến tối ưu hóa doanh thu từ quảng cáo.

Sử dụng Unity 6 Shader Graph để thiết kế nhiều loại shader khác nhau và học các hiệu ứng hình ảnh có thể sử dụng trong trò chơi. Đây là khóa học theo từng bước từ cơ bản đến nâng cao dành cho mọi người, từ người mới bắt đầu đến người đã có kinh nghiệm.

Khóa học này là khóa học nhập môn cơ bản về cách sử dụng Raspberry Pi Pico và các loại cảm biến khác nhau. Người học có thể hiểu các chức năng cơ bản của Raspberry Pi Pico và rèn luyện khả năng điều khiển các cảm biến đa dạng bằng cách tận dụng thiết bị này. Khóa học được cấu trúc để giúp người học nâng cao dần kỹ năng sử dụng cảm biến dựa trên những hiểu biết cơ bản về Raspberry Pi Pico.

Phát triển trò chơi không chỉ đơn thuần là lập trình, mà còn là một lĩnh vực phức tạp bao gồm tối ưu hóa hiệu suất, thiết kế kiến trúc, cộng tác, khả năng tiếp cận và cả thương mại hóa. Bài giảng này là nội dung tổng hợp các phiên thảo luận từ GameDev Day 2025, một sự kiện toàn cầu do JetBrains tổ chức, chứa đựng những vấn đề thực tế và giải pháp mà các nhà phát triển đang làm việc trong ngành thực sự trăn trở.

Không thể phủ nhận rằng toán học là điều thiết yếu đối với các nhà phát triển game. Thay vì những bài giảng toán học quá sâu truyền thống, hãy học tất cả các kỹ thuật toán học có thể áp dụng ngay lập tức!

Tìm hiểu kiến ​​thức cộng tác cơ bản mà bạn có thể sử dụng trong các dự án hợp tác của Unity. Để làm việc theo cách quản lý trực tiếp Git, chúng tôi sử dụng Git Bash thay vì Github Desktop. Nếu có gì không hiểu hãy đặt câu hỏi nhé!

Giới thiệu về Git cơ bản và chiến lược nhánh GitFlow dành cho những người đã do dự hoặc từ bỏ việc áp dụng Git, Github để cộng tác vì nhiều lý do khác nhau. Khóa học được thiết kế để học Git, Github phù hợp với đặc thù của dự án Unity.

Xây dựng trò chơi Tower Defense thực thụ bằng C# trong Unity từ con số không. Đây là khóa học thực hành giúp bạn triển khai cơ chế của trò chơi chiến thuật đặt nhân vật để ngăn chặn sự xâm lăng của kẻ thù, được chia nhỏ theo từng tính năng.