Nếu tôi đã ở trên tàu Titanic?! Tạo dịch vụ web AI dự đoán xác suất sống sót bằng PyTorch & Next.js

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.

(5.0) 1 đánh giá

48 học viên

Độ khó Trung cấp trở lên

Thời gian Không giới hạn

Python
Python
Deep Learning(DL)
Deep Learning(DL)
PyTorch
PyTorch
Next.js
Next.js
FastAPI
FastAPI
Python
Python
Deep Learning(DL)
Deep Learning(DL)
PyTorch
PyTorch
Next.js
Next.js
FastAPI
FastAPI

Bạn sẽ nhận được điều này sau khi học.

  • Phát triển mô hình Deep Learning sử dụng PyTorch

  • Xây dựng máy chủ API backend kết hợp Pytorch sử dụng FastAPI

  • Phát triển Frontend hiện đại mới nhất sử dụng Next.js + Shadcn UI

  • Tiền xử lý dữ liệu và ứng dụng thực tế học máy

  • Tích hợp mô hình AI với dịch vụ web và vận hành dịch vụ thực tế

Nhập môn AI, rốt cuộc nên bắt đầu như thế nào?

"Tôi đã học Python rồi... giờ phải làm gì tiếp theo ạ?"

Có lẽ đây là câu chuyện mà nhiều người sẽ thấy đồng cảm. Xung quanh tôi cũng có một người bạn vừa hoàn thành xong khóa học Python cơ bản trên YouTube. Thấy bạn ấy hào hứng bảo: "Tớ cũng muốn thử làm Deep Learning!" nên tôi đã giới thiệu PyTorch cho bạn ấy.

Kết quả thế nào? Vài ngày sau, người bạn đó chỉ nhìn vào tài liệu chính thức của PyTorch rồi mất hứng thú và nói rằng: "Cái này chỉ thấy khó thôi à?". Cậu ấy hiểu mã code, nhưng lại cảm thấy mịt mờ không biết nên dùng dữ liệu nào, tạo ra cái gì và làm thế nào để ứng dụng nó.

Khóa học này được bắt đầu từ chính sự mông lung đó. Mục tiêu của khóa học này là mang đến cho bạn trải nghiệm về 'dự án phát triển mô hình AI + Full-stack đầu tiên' sau khi học cú pháp Python một cách chắc chắn và thú vị nhất.


Hãy trải nghiệm trước trang web 'Dự đoán sống sót trên tàu Titanic' mà chính bạn sẽ tạo ra!
https://survive-the-titanic.vercel.app

Trước khi học code, chắc hẳn không có gì chắc chắn hơn việc được tận mắt trải nghiệm thành phẩm đúng không nào?
Hãy truy cập vào trang web và trực tiếp kiểm tra dự đoán của AI xem liệu chuyện gì sẽ xảy ra nếu bạn có mặt trên con tàu Titanic nhé!


🔐 Hãy trải nghiệm trước trang quản trị!
https://survive-the-titanic.vercel.app/admin

  • Tên đăng nhập: admin

  • Mật khẩu: admin123

  • Lưu ý: Hiện tại chức năng xóa dữ liệu dự đoán đang bị vô hiệu hóa.

Python, Deep Learning, PyTorch, Next.js, FastAPI

Next.js (Phát triển Web Frontend)

Triển khai giao diện người dùng và trang web để người dùng trực tiếp nhập thông tin hành khách và kiểm tra kết quả dự đoán nhận được từ máy chủ FastAPI theo thời gian thực.

FastAPI (Xây dựng máy chủ API backend)

Tạo API để có thể yêu cầu và sử dụng mô hình PyTorch đã hoàn thiện trên web. Nó đóng vai trò là cầu nối giữa mô hình AI và frontend.

PyTorch (Phát triển mô hình AI)

Xây dựng mô hình dự đoán tỷ lệ sống sót bằng cách sử dụng dữ liệu Titanic. Thực hành các quy trình cơ bản về tiền xử lý dữ liệu, thiết kế mô hình TabTransformer và huấn luyện.

Các khóa học gợi ý nên học cùng!

Tự tạo website công ty riêng với React, Node.js, MongoDB: Hướng dẫn hoàn chỉnh

Nếu bạn muốn trải nghiệm từ A đến Z về phát triển web, tôi đề xuất khóa học này. Bạn có thể học các nguyên tắc cơ bản của phát triển web bằng cách tạo một trang web bao gồm cả blog và trang quản trị dựa trên React, Node.js. Đặc biệt, đối với những người còn thiếu kiến thức cơ bản về web, chúng tôi cung cấp miễn phí 4 bài giảng cơ bản cốt lõi về HTML, CSS, JS và React, vì vậy hãy bắt đầu mà không cần lo lắng nhé.

👉 Xem bài giảng ngay


Xây dựng nền tảng cộng đồng bình chọn với React & FastAPI: Từ hệ thống thanh toán đến kiếm tiền!

Bạn có yêu thích sự kết hợp giữa FastAPI và React (Next.js) đã học trong bài giảng này không? Hãy tận dụng chính tech stack đó để tạo ra một 'Cộng đồng bình chọn' nơi người dùng có thể giao tiếp với nhau. Bạn có thể nâng cao chiều sâu cho dự án bằng cách trải nghiệm việc tích hợp hệ thống thanh toán KG Inicis.

👉 Thử thách dự án chuyên sâu FastAPI/React (Nhấp vào đây)

Lưu ý trước khi khóa học bắt đầu

Cung cấp tài liệu

Tất cả tài liệu có thể dễ dàng tải xuống hoặc truy cập thông qua liên kết trong phần 'Ghi chú bài học' của khóa học.

  • Mã nguồn theo từng chương và dự án cuối khóa (Kho lưu trữ GitHub)

    • Cung cấp toàn bộ mã nguồn của sản phẩm cuối cùng được hoàn thành trong khóa học.

    • Không chỉ vậy, để học viên có thể bắt đầu thực hành từ một phần cụ thể hoặc tham khảo khi gặp khó khăn giữa chừng, chúng tôi cung cấp tất cả mã nguồn tại thời điểm hoàn thành của từng chương, được phân chia theo từng thư mục. Thông qua đó, bạn có thể kiểm tra mã nguồn tại bất kỳ thời điểm nào mình muốn và so sánh với mã nguồn của bản thân để tiếp tục việc học tập.

  • Lộ trình theo từng chương & Danh sách việc cần làm (To-do list) dựa trên Notion

    • Tất cả các quy trình của bài giảng được sắp xếp hoàn hảo dưới dạng danh sách việc cần làm (To-do list) theo từng chương trên trang Notion để cung cấp cho bạn.

    • Các công việc cần thực hiện trong mỗi chương (ví dụ: 'Thiết lập ban đầu cho dự án FastAPI', 'Tạo model User') được cấu trúc dưới dạng danh sách kiểm tra, giúp bạn nắm bắt rõ ràng mình đã tiến hành đến đâu và có thể theo sát một cách tỉ mỉ mà không bỏ sót phần nào.

  • PDF giải thích chi tiết mã mô hình hóa PyTorch

    • Đây là tài liệu được biên soạn đặc biệt dành cho phần mô hình hóa AI mà nhiều người cảm thấy khó khăn nhất. Chúng tôi cung cấp riêng một tệp PDF chứa các chú thích và giải thích chi tiết về ý nghĩa của từng dòng mã cũng như lý do tại sao mã được viết như vậy cho tất cả các mã PyTorch được viết trong Google Colab.

Kiến thức tiên quyết và lưu ý

  • Kiến thức tiên quyết

    • [Bắt buộc] Ngữ pháp Python cơ bản: Cần có hiểu biết cơ bản về biến, câu lệnh điều kiện, vòng lặp và hàm. Có thể sẽ khó đối với người mới bắt đầu học lập trình.

    • [Khuyến nghị] Kiến thức cơ bản về HTML/CSS/JS: Bạn vẫn có thể tham gia khóa học ngay cả khi chưa có kinh nghiệm phát triển web, nhưng nếu có kiến thức liên quan sẽ giúp ích cho việc học phần Front-end.

    • Bạn không cần có kinh nghiệm về PyTorch, FastAPI hay Next.js cũng không sao.

  • Câu hỏi và Cập nhật

    • Mọi thắc mắc liên quan đến bài giảng vui lòng để lại tại bảng tin 'Hỏi/Đáp' trên Inflearn, chúng tôi sẽ phản hồi trong vòng 1-2 ngày.

    • Nội dung bài giảng sẽ được bổ sung liên tục bằng cách phản ánh các cập nhật công nghệ chính hoặc phản hồi.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những người đã nắm vững ngữ pháp Python cơ bản nhưng đang cảm thấy mông lung không biết nên làm gì tiếp theo.

  • Những người muốn tích lũy kinh nghiệm thực tế trong việc kết hợp mô hình học máy với dịch vụ web

  • Những người mới bắt đầu làm quen với PyTorch hoặc muốn học cách sử dụng nó một cách hiệu quả.

  • Những ai muốn kết nối mô hình AI với web nhưng chưa biết cách làm.

  • Những người muốn thực hiện các dự án thực tế có kết quả rõ ràng thay vì chỉ là lý thuyết đơn thuần

Cần biết trước khi bắt đầu?

  • Hiểu ngữ pháp cơ bản của Python

  • Chỉ các khái niệm học máy cơ bản (học có giám sát, phân loại, chia dữ liệu huấn luyện/kiểm chứng)

  • Hiểu về cấu trúc HTML/CSS hoặc JavaScript đơn giản

Xin chào
Đây là dakgangjung123

1,753

Học viên

84

Đánh giá

65

Trả lời

4.5

Xếp hạng

9

Các khóa học

Xin chào! Tôi là sinh viên đã tốt nghiệp khoa Khoa học máy tính tại Đại học Sogang và hiện đang chuẩn bị học lên cao học.

Hồi cấp ba, tôi tình cờ bắt đầu học phát triển web full-stack và tự động hóa giao dịch bằng Python, từ đó tôi đã trở nên say mê lập trình.

Sau đó, tôi đã tích lũy kinh nghiệm qua nhiều dự án và hoạt động gia sư lập trình khác nhau, đồng thời chia sẻ các kỹ năng và bí quyết của mình. Thông qua những trải nghiệm này, tôi đang nỗ lực tạo ra những bài giảng có thể giúp ngay cả những người mới bắt đầu tiếp cận với lập trình cũng cảm thấy rằng "Hóa ra nó có thể dễ dàng đến thế!".

Tôi hy vọng có thể hỗ trợ việc học của các bạn thông qua những ví dụ thực tiễn và lời giải thích gần gũi. Xin cảm ơn.

Truy cập kho lưu trữ GitHub (Nhấp vào đây!)

Thêm

Chương trình giảng dạy

Tất cả

73 bài giảng ∙ (25giờ 15phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

1 đánh giá

5.0

1 đánh giá

  • abcd123123님의 프로필 이미지
    abcd123123

    Đánh giá 330

    Đánh giá trung bình 5.0

    5

    6% đã tham gia

    • dakgangjung123
      Giảng viên

      ADK123, cảm ơn bạn rất nhiều vì đánh giá đầu tiên và 5 sao! Ý kiến quý báu của bạn là động lực lớn cho tôi. Tôi sẽ đáp lại bằng những khóa học tốt hơn nữa trong tương lai.

Khóa học khác của dakgangjung123

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!