AI Development

Deep Learning & Machine Learning

대학원 안가고 Deep Learning 공부할래요 - Cơ sở cho học sâu

Giúp bạn trực quan hóa chính xác các khái niệm của các lý thuyết nền tảng của deep learning.

(4.3) 12 đánh giá

1,171 học viên

sorryhyun96

이론 중심

딥러닝초보

Deep Learning(DL)

Machine Learning(ML)

Dịch cái này sang tiếng Việt

Lý thuyết xác suất, Thống kê toán học, Kiểm định thống kê cần cho Deep Learning
Đại số tuyến tính cơ bản, Ký hiệu công thức
Ngoài ra, lý thuyết tối ưu hóa, phương pháp phi tham số, v.v.

Hiểu được lý thuyết cơ bản về học sâu có nghĩa là hiểu các khái niệm cần thiết để hiểu về học sâu và có thể nắm bắt nhanh chóng thông qua các giải thích trừu tượng nhưng trực quan.

Dưới đây là ảnh chụp màn hình phần cuối của Bài giảng 7, "Điều kiện hoặc Độc lập". Khóa học này bao gồm các khái niệm thiết yếu nhưng trừu tượng và khó hiểu trong học sâu, chẳng hạn như IID , chỉ trong 12 phút + (Chương Xác suất) Bài giảng 1 .

Các kỹ thuật học máy cổ điển vẫn được coi là nguyên tắc cơ bản của học sâu.
Suy luận bất định bằng lý thuyết xác suất
Một phương pháp tối ưu hóa kết hợp các phương pháp lý thuyết từ toán học và phương pháp kinh nghiệm từ kỹ thuật.

Chương trình giảng dạy được thiết kế xoay quanh ba nội dung trên.

Khái niệm về mô hình tuyến tính dựa trên thống kê
1. Khóa học này bao gồm các kỹ thuật học máy cơ bản sử dụng kỹ thuật thống kê và lý thuyết tối ưu hóa.
2. Chúng tôi chỉ cung cấp nội dung quan trọng nhất về đại số tuyến tính, tối ưu hóa và suy luận nhân quả theo cách trực quan.
3. Chúng tôi cũng sẽ dạy bạn cách đọc các công thức và biểu thức cần thiết, giúp bạn tiến tới trình độ nâng cao hơn.
Suy luận xác suất
1. Bài giảng này sẽ thảo luận về cách thống kê toán học và lý thuyết thông tin đóng góp vào quá trình học máy.
2. Chúng tôi sẽ truyền đạt nội dung một cách trực quan nhất có thể, bao gồm các chủ đề trước đây chỉ được đề cập trong chương trình giảng dạy sau đại học, chẳng hạn như lý thuyết xác suất cơ bản, thống kê toán học, thống kê Bayes, lý thuyết thông tin và giới hạn rủi ro thấp.
Các phương pháp tiếp cận phi tuyến tính
1. Khóa học này sẽ đề cập đến mối liên hệ giữa các lý thuyết phức tạp từ những năm 2000, chẳng hạn như giả thuyết đa tạp, thủ thuật kernel, phân phối xác suất đa chiều và các phương pháp phi tham số, với học sâu.
2. Chúng tôi sẽ truyền đạt những khái niệm gần với hoạt động thực tế của học sâu, chẳng hạn như phép biến đổi không gian phi tuyến tính.

Khóa học này được tạo ra bởi: Ji Seung-hyun

Chúng tôi đã tham gia nhiều hội thảo nhằm truyền đạt các khái niệm trực quan và chính xác, với mục tiêu chia sẻ kiến thức thông qua các hoạt động như viện nghiên cứu giả.
Ông có nhiều kinh nghiệm nghiên cứu và thực tiễn đa dạng, bao gồm vai trò là thành viên ủy ban chương trình hội thảo SIGUL 2024, người đánh giá khẩn cấp ACL 2023, người đánh giá được mời EMNLP 2023 và lịch sử xuất bản trên Tạp chí của Hiệp hội Khoa học thông tin Hàn Quốc.
Để biết thông tin chi tiết hơn, vui lòng tham khảo sơ yếu lý lịch .

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Những người muốn hiểu Deep Learning bớt trừu tượng hơn
Người gần đây ngày càng có nhiều nghi ngờ về ChatGPT, LLM
Người muốn nhập học AI대학원

Cần biết trước khi bắt đầu?

Trình độ tiếng Anh TOEIC 700 điểm trở lên
Kiến thức toán học trình độ tốt nghiệp THPT ban xã hội

Xin chào
Đây là

2,307

Học viên

Đánh giá

4.4

Xếp hạng

Các khóa học

안녕하세요, Rivetta 주식회사에서 Head of AI R&D로 일하고 있는 지승현이라고 합니다.

상세한 소개는 다음 링크 참고 바랍니다.

https://inf.run/rzZVT

Chương trình giảng dạy

Tất cả

17 bài giảng ∙ (4giờ 20phút)

Phần 1. OT

1 bài giảng ∙ (14phút)

1. OT, Sao mọi người đều thành người chỉ biết nhắc đến cao học vậy?
14:30

Phần 2. Khái niệm mô hình tuyến tính dựa trên thống kê

5 bài giảng ∙ (1giờ 20phút)

Phần 3. Probabilistic Inference

5 bài giảng ∙ (1giờ 23phút)

Phần 4. Phương pháp phi tuyến tính

6 bài giảng ∙ (1giờ 21phút)

Ngày đăng:

Cập nhật lần cuối:

Đánh giá

Tất cả

12 đánh giá

4.3

12 đánh giá

hjswlee9536
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
56% đã tham gia
hyongsu44
Đánh giá 868
∙
Đánh giá trung bình 5.0
5
100% đã tham gia
Cảm ơn bài giảng quý giá của bạn. Hãy chăm sóc sức khỏe của bạn.
- sorryhyun96
  Giảng viên
  Họ nói virus Corona lại đang thịnh hành ㅜㅜ Hãy giữ gìn sức khỏe nhé Smurf nữa~
hyosunglee8329
Đánh giá 2
∙
Đánh giá trung bình 5.0
5
35% đã tham gia
d2v210p
Đánh giá 43
∙
Đánh giá trung bình 4.5
Đã chỉnh sửa
4
19% đã tham gia
bbb42424014
Đánh giá 16
∙
Đánh giá trung bình 5.0
5
65% đã tham gia

Miễn phí

Khóa học khác của sorryhyun96

Hãy khám phá các khóa học khác của giảng viên!

14 ngày với Claude Code

sorryhyun96

Kết quả dùng thử 14 ngày ngay từ khi ra mắt: Claude Code! (AI lập trình) mà cả người tìm việc lẫn người đang làm đều có thể áp dụng ngay! Sau đây là lý do tôi giới thiệu nó cho tất cả mọi người.

입문

React, Python, Java

14 ngày với Claude Code

sorryhyun96

Kỷ nguyên đại hải tặc AI đã mở ra.

sorryhyun96

Mấy lời giới thiệu này có quan trọng không? Dùng ngay mô hình deepseek R1 đi.

입문

Deep Learning(DL), LLM

Kỷ nguyên đại hải tặc AI đã mở ra.

sorryhyun96

Các khái niệm nâng cao cho Deep learning

sorryhyun96

Để theo kịp xu hướng Deep Learning gần đây, chúng ta sẽ tìm hiểu bối cảnh phát triển đột phá của Deep Learning.

중급이상

Deep Learning(DL), Machine Learning(ML), NLP

Các khái niệm nâng cao cho Deep learning

sorryhyun96

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Việc triển khai luận án học sâu được học thông qua triển khai U-Net với TensorFlow 2.0 - Phân tích hình ảnh y tế học sâu

aischool

Đây là bài giảng nơi bạn có thể học các kỹ năng triển khai luận văn deep learning bằng cách triển khai luận án U-Net từ đầu bằng cách sử dụng TensorFlow 2.0.

중급이상

Tensorflow, Deep Learning(DL)

Việc triển khai luận án học sâu được học thông qua triển khai U-Net với TensorFlow 2.0 - Phân tích hình ảnh y tế học sâu

aischool

Excel로 tìm hiểu Deep Learning - Xếp chồng sâu

hjk1000

Triển khai cơ bản Deep Learning trên Excel và thấu hiểu ý nghĩa sâu sắc!

초급

VBA, Excel, Deep Learning(DL)

Excel로 tìm hiểu Deep Learning - Xếp chồng sâu

hjk1000

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục Marathon

nomad

Đây là khóa học dự án máy học toàn diện, nơi bạn học nhiều dự án hồi quy và phân loại máy học hữu ích khác nhau cùng với lý thuyết sử dụng Python và TensorFlow 2 dựa trên dữ liệu lớn của Boston Marathon.

중급이상

Tensorflow, Machine Learning(ML), Keras

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục Marathon

nomad

Hướng dẫn đầy đủ về Spark Machine Learning - Phần 1

dooleyz3525

Từ việc hiểu khung cốt lõi của học máy Spark, xử lý dữ liệu dựa trên SQL thông qua các vấn đề thực tế có độ khó cao, phân tích dữ liệu thông qua phân tích miền kinh doanh và khả năng triển khai các mô hình học máy được tối ưu hóa, bạn sẽ trở thành chuyên gia học máy dựa trên số lượng lớn data. Nếu bạn muốn được công nhận, hãy tham gia bài giảng này.

중급이상

Apache Spark, Machine Learning(ML), Big Data

Hướng dẫn đầy đủ về Spark Machine Learning - Phần 1

dooleyz3525

Trí tuệ nhân tạo (AI) - Học cách sử dụng Runway AI để tạo ra video, phim mới

usefulit

Khóa học này bao gồm từ kiến thức cơ bản đến thực hành về nền tảng AI, là một khóa học giúp bạn có thể nắm vững công nghệ tạo hình ảnh AI. Người học có thể hiểu được các khái niệm cơ bản về AI và phát triển khả năng tạo ra hình ảnh AI bằng cách sử dụng các công cụ và kỹ thuật đa dạng. Thông qua khóa học này, bạn có thể nâng cao hiểu biết về lĩnh vực AI và học cách tạo ra hình ảnh AI trực tiếp trong thực tế.

입문

AI, Generative AI, Deep Learning(DL)

Trí tuệ nhân tạo (AI) - Học cách sử dụng Runway AI để tạo ra video, phim mới

usefulit

Khung học sâu được tạo bằng Excel

hjk1000

Hãy triển khai khung deep learning trực tiếp trong Excel! Hãy cùng giải quyết việc học có giám sát/học không giám sát/học tăng cường bằng cách sử dụng khung đã triển khai!

초급

VBA, Deep Learning(DL), Excel

Khung học sâu được tạo bằng Excel

hjk1000

Hướng dẫn đầy đủ về CNN (Mạng nơ-ron tích chập) trong Deep Learning - Phiên bản Pytorch

dooleyz3525

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 :)

초급

Deep Learning(DL), PyTorch, Computer Vision(CV)

Hướng dẫn đầy đủ về CNN (Mạng nơ-ron tích chập) trong Deep Learning - Phiên bản Pytorch

dooleyz3525

Trí tuệ nhân tạo (AI) - Học cách sử dụng Tensor Art tạo hình ảnh AI miễn phí

usefulit

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.

입문

AI, Generative AI, Machine Learning(ML)

Trí tuệ nhân tạo (AI) - Học cách sử dụng Tensor Art tạo hình ảnh AI miễn phí

usefulit

Hiểu PyTorch trong một lần qua code_Phiên bản dự án

onepm

Phần Project '파이토치 - Dễ hiểu bằng code': triển khai dự án học sâu thực tiễn dùng ảnh, video, ngôn ngữ tự nhiên, giúp hiểu cấu trúc, luồng mô hình qua học tập chú trọng code hơn lý thuyết.

중급이상

Deep Learning(DL), AI

Hiểu PyTorch trong một lần qua code_Phiên bản dự án

onepm

Cuộc chinh phục hoàn chỉnh của Unity Machine Learning Agent (Cơ bản)

kyushik

Thông qua bài giảng này, sinh viên sẽ không chỉ học các lý thuyết khác nhau về học tăng cường và trực tiếp triển khai chúng mà còn có thể tạo ra môi trường học tăng cường để kiểm tra thuật toán học tăng cường được triển khai bằng tác nhân học máy Unity.

초급

Reinforcement Learning(RL), Machine Learning(ML), Unity

Cuộc chinh phục hoàn chỉnh của Unity Machine Learning Agent (Cơ bản)

kyushik

실전도커: Docker bằng cách tạo máy tính đám mây học sâu riêng của bạn

danielyouk

Bạn có thể sử dụng Docker để tạo môi trường phân tích học sâu trên đám mây. Khi kết hợp Docker và đám mây do Google, MS quản lý, bạn có thể thực hiện công việc bằng các phương pháp phân tích học sâu mới nhất trên máy tính của mình.

초급

Docker, Virtualization, Python

실전도커: Docker bằng cách tạo máy tính đám mây học sâu riêng của bạn

danielyouk