Nắm vững các khái niệm học sâu để ứng dụng vào trí tuệ nhân tạo thực tiễn

Khóa học này nói về việc nghiên cứu các mạng lưới thần kinh thông tin vật lý, một trong những công nghệ học sâu cải tiến thế hệ tiếp theo và trực tiếp triển khai chúng bằng Pytorch. Cùng tôi tìm hiểu thế hệ công nghệ trí tuệ nhân tạo tiên tiến tiếp theo!

Cơ bản

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

Công nghệ tiên tiến thế hệ tiếp theo deep learning - Giới thiệu về mạng lưới thần kinh thông tin vật lý và thực hành Pytorch

dlbro

1.468.170 ₫

Cơ bản / PyTorch, Deep Learning(DL), Machine Learning(ML), Artificial Neural Network

4.7

(27)

Công nghệ học sâu và nhận dạng đối tượng mới nhất

dlbro

2.260.981 ₫

Cơ bản / Deep Learning(DL), Computer Vision(CV)

4.5

(11)

Đây là bài giảng nơi bạn có thể học từ mô hình YOLO ban đầu, mô hình nhận dạng đối tượng theo thời gian thực, cho đến mô hình mới nhất. Ngoài ra, bạn sẽ tìm hiểu các công nghệ deep learning khác nhau cùng với nhận dạng đối tượng.

Cơ bản

Deep Learning(DL), Computer Vision(CV)

Công nghệ học sâu và nhận dạng đối tượng mới nhất

dlbro

2.260.981 ₫

Cơ bản / Deep Learning(DL), Computer Vision(CV)

4.5

(11)

[Python] Dễ hiểu và triển khai machine learning mà không cần toán học

dlbro

1.380.080 ₫

Nhập môn / Machine Learning(ML), Python, Scikit-Learn, Big Data

4.7

(46)

Tìm hiểu cách hiểu các mô hình học máy nâng cao mà không cần toán học và dễ dàng triển khai chúng bằng Python.

Nhập môn

Machine Learning(ML), Python, Scikit-Learn

[Python] Dễ hiểu và triển khai machine learning mà không cần toán học

dlbro

1.380.080 ₫

Nhập môn / Machine Learning(ML), Python, Scikit-Learn, Big Data

4.7

(46)

Từ khái niệm Vision Transformer công nghệ deep learning mới nhất đến triển khai Pytorch

dlbro

Trung cấp trở lên / Vision Transformer, Deep Learning(DL), PyTorch, Computer Vision(CV)

4.7

(100)

Khóa học này nói về việc nghiên cứu Vision Transformer, một trong những công nghệ học sâu mới nhất và thực hiện luận án bằng Pytorch. Hãy cùng tôi trải nghiệm tương lai mới của lĩnh vực tầm nhìn!

Trung cấp trở lên

Vision Transformer, Deep Learning(DL), PyTorch

Từ khái niệm Vision Transformer công nghệ deep learning mới nhất đến triển khai Pytorch

dlbro

Trung cấp trở lên / Vision Transformer, Deep Learning(DL), PyTorch, Computer Vision(CV)

4.7

(100)

Đại số tuyến tính dẫn đến học máy/học sâu

dlbro

Nhập môn / Linear Algebra, Machine Learning(ML), Deep Learning(DL)

4.5

(47)

600+

Đề cập nội dung đại số tuyến tính cần thiết cho nghiên cứu Machine Learning/Deep Learning.

Nhập môn

Linear Algebra, Machine Learning(ML), Deep Learning(DL)

Đại số tuyến tính dẫn đến học máy/học sâu

dlbro

Nhập môn / Linear Algebra, Machine Learning(ML), Deep Learning(DL)

4.5

(47)

600+

[PyTorch] Deep Learning dẫn đến AI thực chiến - Từ cơ bản đến triển khai luận văn

dlbro

Cơ bản / Deep Learning(DL), Python, PyTorch, Artificial Neural Network, Machine Learning(ML)

4.6

(83)

Đây là khóa học triển khai nhiều mạng nơ-ron nhân tạo khác nhau bằng cách sử dụng PyTorch, một framework học sâu có tính ứng dụng rất cao trong lĩnh vực Trí tuệ Nhân tạo.

Cơ bản

Deep Learning(DL), Python, PyTorch

[PyTorch] Deep Learning dẫn đến AI thực chiến - Từ cơ bản đến triển khai luận văn

dlbro

Cơ bản / Deep Learning(DL), Python, PyTorch, Artificial Neural Network, Machine Learning(ML)

4.6

(83)

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

LDM đến DiT, chinh phục hoàn toàn Diffusion thông qua việc triển khai II

Sotaaz

1.350.716 ₫

Cơ bản / Python, Deep Learning(DL), Stable Diffusion, AI

5.0

(2)

Khóa học này là một masterclass thực hành hoàn chỉnh phân tích sâu sự phát triển công nghệ cốt lõi của AI tạo sinh từ LDM(Latent Diffusion Model) đến DiT(Diffusion Transformer). Chúng ta sẽ trực tiếp phân tích nguyên lý học tập dựa trên không gian tiềm ẩn của LDM, cấu trúc của Stable Diffusion, và phương thức triển khai của Diffusion Transformer mới nhất thông qua các bài báo và code. Học viên sẽ trực tiếp triển khai các mô hình LDM, CFG(Classifier-Free Guidance), DiT dựa trên PyTorch, đồng thời học một cách có hệ thống các xu hướng mới nhất và sự tiến hóa cấu trúc của mô hình tạo sinh.

Cơ bản

Python, Deep Learning(DL), Stable Diffusion

LDM đến DiT, chinh phục hoàn toàn Diffusion thông qua việc triển khai II

Sotaaz

1.350.716 ₫

Cơ bản / Python, Deep Learning(DL), Stable Diffusion, AI

5.0

(2)

Mô hình ngôn ngữ lớn cho mọi người LLM (Mô hình ngôn ngữ lớn) Phần 1 - Dùng thử Tinh chỉnh Llama 2

AISchool

Trung cấp trở lên / LLM, Llama, Deep Learning(DL), PyTorch, ChatGPT

4.7

(119)

Bạn sẽ học từng bước từ các khái niệm cơ bản về LLM (Mô hình ngôn ngữ lớn) cho đến cách tinh chỉnh mô hình Llama 2, LLM hiệu suất cao, trên tập dữ liệu bạn chọn.

Trung cấp trở lên

LLM, Llama, Deep Learning(DL)

Mô hình ngôn ngữ lớn cho mọi người LLM (Mô hình ngôn ngữ lớn) Phần 1 - Dùng thử Tinh chỉnh Llama 2

AISchool

Trung cấp trở lên / LLM, Llama, Deep Learning(DL), PyTorch, ChatGPT

4.7

(119)

Từ khái niệm Vision Transformer công nghệ deep learning mới nhất đến triển khai Pytorch

dlbro

Trung cấp trở lên / Vision Transformer, Deep Learning(DL), PyTorch, Computer Vision(CV)

4.7

(100)

Trung cấp trở lên

Vision Transformer, Deep Learning(DL), PyTorch

Từ khái niệm Vision Transformer công nghệ deep learning mới nhất đến triển khai Pytorch

dlbro

Trung cấp trở lên / Vision Transformer, Deep Learning(DL), PyTorch, Computer Vision(CV)

4.7

(100)

DDPM đến DDIM, Chinh phục hoàn toàn Diffusion thông qua việc triển khai I

Sotaaz

939.629 ₫

Cơ bản / Python, Deep Learning(DL), AI

4.8

(6)

Khóa học này là một masterclass thực chiến tập trung vào việc chinh phục hoàn toàn quá trình tiến hóa của Diffusion Model thông qua các bài báo và mã nguồn. Học viên sẽ học từ nguyên lý bài báo đến việc trực tiếp triển khai các mô hình cốt lõi của AI sinh tạo như DDPM(Denoising Diffusion Probabilistic Model) và DDIM. Khóa học phân tích từng bước bối cảnh xuất hiện của từng mô hình, công thức toán học, cấu trúc mạng (U-Net, VAE, Transformer), quá trình học (Noise Schedule, Denoising Step), và những ý tưởng dẫn đến cải thiện hiệu suất. Học viên sẽ trực tiếp lập trình tất cả các mô hình dựa trên PyTorch, không chỉ dừng lại ở việc hiểu bài báo mà còn có được 'khả năng thực tế để tái tạo và ứng dụng'. Ngoài ra, thông qua việc so sánh sự khác biệt và dòng chảy phát triển giữa các mô hình, học viên sẽ hiểu rõ cách chúng được mở rộng. Khóa học này kết hợp lý thuyết·mã nguồn·thực hành thành một, cung cấp hành trình để nghiên cứu viên·nhà phát triển·nhà sáng tạo đều có thể học hỏi một cách có hệ thống về sự tiến hóa của mô hình sinh tạo. Hãy bắt đầu ngay bây giờ trải nghiệm vượt qua việc 'đọc' bài báo, trực tiếp triển khai để 'hiểu và tái sáng tạo'.

Cơ bản

Python, Deep Learning(DL), AI

DDPM đến DDIM, Chinh phục hoàn toàn Diffusion thông qua việc triển khai I

Sotaaz

939.629 ₫

Cơ bản / Python, Deep Learning(DL), AI

4.8

(6)

[PyTorch] Deep Learning dẫn đến AI thực chiến - Từ cơ bản đến triển khai luận văn

dlbro

Cơ bản / Deep Learning(DL), Python, PyTorch, Artificial Neural Network, Machine Learning(ML)

4.6

(83)

Cơ bản

Deep Learning(DL), Python, PyTorch

[PyTorch] Deep Learning dẫn đến AI thực chiến - Từ cơ bản đến triển khai luận văn

dlbro

Cơ bản / Deep Learning(DL), Python, PyTorch, Artificial Neural Network, Machine Learning(ML)

4.6

(83)

Từ Deep Learning đến AI Agent, MCP: Hoàn thành việc triển khai AI tạo sinh trong một lần

dualjkorea

1.115.809 ₫

Cơ bản / Deep Learning(DL), AI Agent, LangChain, RAG, Model Context Protocol

4.0

(10)

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.

Cơ bản

Deep Learning(DL), AI Agent, LangChain

Từ Deep Learning đến AI Agent, MCP: Hoàn thành việc triển khai AI tạo sinh trong một lần

dualjkorea

1.115.809 ₫

Cơ bản / Deep Learning(DL), AI Agent, LangChain, RAG, Model Context Protocol

4.0

(10)

Trí tuệ nhân tạo suy nghĩ và học hỏi như thế nào? Chinh phục hoàn toàn Machine Learning

momo7777322031

205.544 ₫

Nhập môn / Machine Learning(ML), Deep Learning(DL), AI, Algorithm, Hardware Hacking

4.3

(3)

Chinh phục tất cả về AI thay đổi thế giới chỉ trong 4 bài giảng! Bài 1. Bản chất thật sự của Trí tuệ nhân tạo AI không phải là phép thuật. Đó là bộ não kỹ thuật số được tạo ra bằng cách phân tích 'trí tuệ' của con người như một công thức! Chúng ta sẽ khám phá từng ngóc ngách của cấu trúc cốt lõi của AI tưởng chừng thông minh này. Bài 2. Thuật toán, phương pháp tư duy sáng tạo (?) của AI AI suy nghĩ sẽ tìm ra giải pháp như thế nào? Hãy trực tiếp tìm hiểu chiến lược của AI khi chơi cờ vây, tìm đường và dự đoán kết quả tìm kiếm của bạn. Bài 3. Phần cứng AI, động cơ biến trí tưởng tượng thành hiện thực! Con chip trong điện thoại thông minh của bạn chính là trái tim của AI. Chúng ta sẽ mổ xẻ tất cả, từ CPU, GPU, TPU cho đến những cái tên không thể biết được khác. Bài 4. Cuộc đối đầu lớn giữa Machine Learning và Deep Learning! Việc AI 'học' rốt cuộc có nghĩa là gì? Từ AI dựa trên quy tắc cổ điển, cho đến ChatGPT đang "hot" gần đây! Chúng ta sẽ theo dõi sự tiến hóa của việc học.

Nhập môn

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

Trí tuệ nhân tạo suy nghĩ và học hỏi như thế nào? Chinh phục hoàn toàn Machine Learning

momo7777322031

205.544 ₫

Nhập môn / Machine Learning(ML), Deep Learning(DL), AI, Algorithm, Hardware Hacking

4.3

(3)

Chinh phục hoàn toàn AI dành cho người không chuyên: Từ Machine Learning đến AI tạo sinh

ywjang23583

Nhập môn / Machine Learning(ML), Statistics, Big Data, AI, classifier

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.

Nhập môn

Machine Learning(ML), Statistics, Big Data

Chinh phục hoàn toàn AI dành cho người không chuyên: Từ Machine Learning đến AI tạo sinh

ywjang23583

Nhập môn / Machine Learning(ML), Statistics, Big Data, AI, classifier

Giới thiệu deep learning xử lý ngôn ngữ tự nhiên qua ví dụ NLP với TensorFlow - Từ RNN đến BERT

AISchool

Cơ bản / Deep Learning(DL), NLP, Tensorflow

4.5

(34)

800+

Từ những kiến thức cơ bản về xử lý ngôn ngữ tự nhiên trong học sâu cho đến các mô hình mới nhất, Transformer và BERT, bạn sẽ tìm hiểu các nguyên tắc và phương pháp ứng dụng của xử lý ngôn ngữ tự nhiên trong học sâu (NLP) thông qua nhiều ví dụ khác nhau và thực hành triển khai mã.

Cơ bản

Deep Learning(DL), NLP, Tensorflow

Giới thiệu deep learning xử lý ngôn ngữ tự nhiên qua ví dụ NLP với TensorFlow - Từ RNN đến BERT

AISchool

Cơ bản / Deep Learning(DL), NLP, Tensorflow

4.5

(34)

800+

[NetMiner 4] Thu thập và phân tích dữ liệu mạng xã hội

CYRAM NetMiner

1.967.347 ₫

Trung cấp trở lên / Machine Learning(ML), Big Data, Text Mining, data-analysis, social-media, network-analysis, social-network

Khóa học này hướng dẫn cách thu thập, mô hình hóa và phân tích dữ liệu mạng xã hội bằng NetMiner. Nội dung học tập tập trung vào lý thuyết, ví dụ và thực hành về cách sử dụng trình thu thập dữ liệu mạng xã hội (SNS Data Collector) của NetMiner để thu thập và tổ chức dữ liệu YouTube; tìm hiểu và mô hình hóa các loại hình, cấu trúc của dữ liệu mạng xã hội; cũng như các phương pháp phân tích mạng xã hội như ảnh hưởng, chủ đề và xu hướng.

Trung cấp trở lên

Machine Learning(ML), Big Data, Text Mining

[NetMiner 4] Thu thập và phân tích dữ liệu mạng xã hội

CYRAM NetMiner

1.967.347 ₫

Trung cấp trở lên / Machine Learning(ML), Big Data, Text Mining, data-analysis, social-media, network-analysis, social-network

[NetMiner 5] Thu thập dữ liệu bài báo và phân tích xu hướng nghiên cứu

CYRAM NetMiner

1.057.082 ₫

Cơ bản / Machine Learning(ML), Text Mining, data-visualization, data-analysis, text-analysis, latentdirichletallocation, network-analysis

Làm thế nào để phân tích dữ liệu trong các bài nghiên cứu và nắm bắt xu hướng nghiên cứu? Khóa học này hướng dẫn phân tích xu hướng nghiên cứu định lượng, từ thu thập thông tin thư mục đến phân tích mạng lưới và mô hình hóa chủ đề, bằng cách sử dụng NetMiner 5 và Biblio Data Collector. Bạn sẽ trang bị năng lực xử lý dữ liệu thư mục và kỹ năng phân tích mạng lưới, từ đó có thể nắm bắt các xu hướng nghiên cứu một cách khách quan và hiệu quả.

Cơ bản

Machine Learning(ML), Text Mining, data-visualization

[NetMiner 5] Thu thập dữ liệu bài báo và phân tích xu hướng nghiên cứu

CYRAM NetMiner

1.057.082 ₫

Cơ bản / Machine Learning(ML), Text Mining, data-visualization, data-analysis, text-analysis, latentdirichletallocation, network-analysis

Mô hình ngôn ngữ quy mô lớn, chỉ những điều cốt lõi một cách nhanh chóng!

haesunpark

910.265 ₫

Nhập môn / Artificial Neural Network, PyTorch, LLM, Fine-Tuning, RNN

4.7

(10)

<Mô hình Ngôn ngữ Lớn, chỉ những điều cốt lõi một cách nhanh chóng!>(Insight, 2025)를 바탕으로 LLM의 이론과 실전 예제를 다루는 강의입니다.

Nhập môn

Artificial Neural Network, PyTorch, LLM

Mô hình ngôn ngữ quy mô lớn, chỉ những điều cốt lõi một cách nhanh chóng!

haesunpark

910.265 ₫

Nhập môn / Artificial Neural Network, PyTorch, LLM, Fine-Tuning, RNN

4.7

(10)

[NetMiner 5] Phân tích văn bản: Tìm các chủ đề cốt lõi

CYRAM NetMiner

557.904 ₫

Cơ bản / Machine Learning(ML), Text Mining, data-analysis, text-analysis, latentdirichletallocation, topic-modeling

Update

Bạn muốn áp dụng phân tích văn bản vào nhiều bối cảnh thực tế nhưng cảm thấy bế tắc trước rào cản lập trình xa lạ? Tập trung vào các phương pháp phân tích chủ đề mới nhất thường được sử dụng trong các bài báo khoa học và báo cáo nghiên cứu thực tế (LDA, BERTopic, BERTrend), khóa học này cô đọng những lý thuyết cốt lõi và giúp bạn nâng cao năng lực phân tích thực tiễn thông qua dữ liệu thực tế bằng NetMiner 5 mà không cần lập trình.

Cơ bản

Machine Learning(ML), Text Mining, data-analysis

[NetMiner 5] Phân tích văn bản: Tìm các chủ đề cốt lõi

CYRAM NetMiner

557.904 ₫

Cơ bản / Machine Learning(ML), Text Mining, data-analysis, text-analysis, latentdirichletallocation, topic-modeling

Update

(AI Quant) Tạo hệ thống phân tích tự động cổ phiếu Mỹ bằng AI thông qua Vibe Coding với Claude Code

skysungsisi0926

Cơ bản / HTML/CSS, Python, Machine Learning(ML), AI, Vibe Coding

5.0

(19)

Xây dựng hệ thống Full-stack không cần lập trình: Tự mình hoàn thiện toàn bộ pipeline từ thu thập dữ liệu, phân tích AI·ML đến bảng điều khiển web chỉ bằng các câu lệnh tiếng Hàn (Vibe Coding). Sở hữu pipeline tự động hóa 100%: Sở hữu công cụ phân tích chứng khoán độc lập, nhận kết quả sàng lọc S&P 500 và ý kiến đầu tư qua Telegram vào mỗi sáng. Tiếp thu khung đầu tư dựa trên dữ liệu thực tế: Biến năng lực phân tích dữ liệu và quản trị rủi ro cấp độ tổ chức thành của riêng bạn dựa trên mã nguồn đang vận hành thực tế.

Cơ bản

HTML/CSS, Python, Machine Learning(ML)

(AI Quant) Tạo hệ thống phân tích tự động cổ phiếu Mỹ bằng AI thông qua Vibe Coding với Claude Code

skysungsisi0926

Cơ bản / HTML/CSS, Python, Machine Learning(ML), AI, Vibe Coding

5.0

(19)

Xây dựng NPU MNIST với FPGA — Từ RTL đến kiểm chứng Bit-True

EdgeChipLab

Trung cấp trở lên / Artificial Neural Network, Computer Vision(CV), Verilog HDL, FPGA, verification, AI, rtl

Đưa mạng thần kinh lên FPGA — cụm từ này nghe có vẻ quen thuộc, nhưng số người thực sự làm được điều đó lại rất hiếm. Nếu bạn muốn đi trước một bước trong các đồ án tốt nghiệp (Capstone), các cuộc thi hay tác phẩm tốt nghiệp, bạn cần phải vượt xa việc chỉ huấn luyện mô hình; bạn phải có khả năng tự mình tạo ra và chứng minh cách các phép toán đó vận hành bên trong một con chip thực thụ. Khóa học này sẽ giúp bạn lấp đầy khoảng cách đó — khoảng cách giữa lý thuyết và phần cứng thực tế. Bạn sẽ tự tay hoàn thiện từ đầu đến cuối một bộ tăng tốc mạng thần kinh (NPU) nhận dạng chữ số MNIST, từ việc đọc thông số kỹ thuật đến xây dựng mô hình Golden Model bằng Python, thiết kế Verilog RTL và kiểm chứng trên FPGA. Từ lớp Conv được tạo bởi Line Buffer và MAC song song, qua ReLU, MaxPool, Flatten cho đến lớp Fully Connected và Argmax — bạn sẽ tích hợp chín khối chức năng vào một con chip duy nhất và tự mình chứng minh rằng "kết quả từ Python và đầu ra phần cứng không khác nhau dù chỉ một bit (Bit-True)". Khóa học cũng bao gồm cách vượt qua những khoảnh khắc gây ức chế khi mô phỏng chạy bình thường nhưng kết quả lại khác biệt một cách tinh vi. Tôi sẽ chỉ ra từng bí quyết thực tế mà các giáo trình học sâu thông thường không đề cập đến, chẳng hạn như lượng tử hóa số nguyên, chuyển đổi thứ tự trục mảng, hay ngăn chặn tràn bộ tích lũy. Tôi đã đúc kết những kinh nghiệm xương máu từ quá trình thiết kế CPU RISC-V và kiểm chứng Bit-True trên FPGA trong thời gian dài vào khóa học này, để các bạn không phải lặp lại những sai lầm đó. Sau khi kết thúc khóa học, bạn sẽ nắm trong tay một dự án phần cứng hoàn chỉnh mà bạn có thể tự tin nói rằng mình đã "tự tay thiết kế và chứng minh".

Trung cấp trở lên

Artificial Neural Network, Computer Vision(CV), Verilog HDL

Xây dựng NPU MNIST với FPGA — Từ RTL đến kiểm chứng Bit-True

EdgeChipLab

Trung cấp trở lên / Artificial Neural Network, Computer Vision(CV), Verilog HDL, FPGA, verification, AI, rtl

Mô hình ngôn ngữ quy mô lớn cho mọi người LLM Phần 3 - Xây dựng ứng dụng AI với API Google Gemini, API OpenAI và Gemma

AISchool

Trung cấp trở lên / openAI API, ChatGPT, gemini, Gemma, multimodal, LLM, Deep Learning(DL), streamlit

4.7

(14)

400+

Đây là bài giảng trong đó bạn tìm hiểu khái niệm về mô hình Gemini của Google và cách sử dụng API Gemini cũng như tạo các ứng dụng AI khác nhau bằng Streamlit.

Trung cấp trở lên

openAI API, ChatGPT, gemini

Mô hình ngôn ngữ quy mô lớn cho mọi người LLM Phần 3 - Xây dựng ứng dụng AI với API Google Gemini, API OpenAI và Gemma

AISchool

Trung cấp trở lên / openAI API, ChatGPT, gemini, Gemma, multimodal, LLM, Deep Learning(DL), streamlit

4.7

(14)

400+

[Di động] Dự án thực hành thị giác máy tính Deep Learning

nomad

Trung cấp trở lên / IONIC, Machine Learning(ML), Deep Learning(DL), OpenCV, Computer Vision(CV)

4.3

(4)

AI Rõ ràng trí tuệ nhân tạo và di động đang là xu hướng. Nhưng làm thế nào để bạn học máy học và học sâu và sử dụng chúng trên thiết bị di động? Bây giờ, hãy cùng tìm hiểu các dự án Thị giác máy tính di động hữu ích được sử dụng trong cuộc sống hàng ngày.

Trung cấp trở lên

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

[Di động] Dự án thực hành thị giác máy tính Deep Learning

nomad

Trung cấp trở lên / IONIC, Machine Learning(ML), Deep Learning(DL), OpenCV, Computer Vision(CV)

4.3

(4)

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

dakgangjung123

Trung cấp trở lên / Python, Deep Learning(DL), PyTorch, Next.js, FastAPI

5.0

(1)

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.

Trung cấp trở lên

Python, Deep Learning(DL), PyTorch

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

dakgangjung123

Trung cấp trở lên / Python, Deep Learning(DL), PyTorch, Next.js, FastAPI

5.0

(1)

Lý thuyết cốt lõi và thực hành về mạng nơ-ron

aha30005480

117.454 ₫

Ưu đãi đặt sớm

50%

58.727 ₫

Cơ bản / Artificial Neural Network, classification, gradient-descent, dnn

Từ perceptron đến lan truyền ngược, bạn sẽ học một cách có hệ thống các lý thuyết toán học cốt lõi của mạng nơ-ron và trực tiếp triển khai chúng bằng mã R. Bạn sẽ củng cố vững chắc nền tảng của học sâu như hàm kích hoạt, phương pháp hạ gradient, mạng nơ-ron nhiều lớp, đồng thời phát triển khả năng giải quyết các bài toán phân loại bằng cách sử dụng các bộ dữ liệu thực tế.

Cơ bản

Artificial Neural Network, classification, gradient-descent

Lý thuyết cốt lõi và thực hành về mạng nơ-ron

aha30005480

117.454 ₫

Ưu đãi đặt sớm

50%

58.727 ₫

Cơ bản / Artificial Neural Network, classification, gradient-descent, dnn

Chinh phục hoàn toàn vị trí Đánh giá và Phân tích bán dẫn - Chiến lược ứng tuyển PE/AE vào Samsung/SK Hynix

samcoach

Cơ bản / Python, Machine Learning(ML), Big Data, Pandas, Matplotlib, Data Engineering, AI

5.0

(2)

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.

Cơ bản

Python, Machine Learning(ML), Big Data

Chinh phục hoàn toàn vị trí Đánh giá và Phân tích bán dẫn - Chiến lược ứng tuyển PE/AE vào Samsung/SK Hynix

samcoach