Đại số tuyến tính dẫn đến học máy/học sâu

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!

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!

Bài giảng này cung cấp những kiến ​​thức cần thiết để hiểu cấu trúc và nguyên lý hoạt động của các mạng nơ-ron nhân tạo khác nhau và tạo ra các mô hình tốt.

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.

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.

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

Đây là lý thuyết tối ưu hóa cần thiết cho AI/học sâu, thị giác máy tính và đồ họa máy tính. Lý thuyết tối ưu hóa 1 tập trung vào định nghĩa các hàm nhiều biến và sự vi phân của các hàm nhiều biến. Tại sao lại như vậy! Điều này là do tất cả các bài toán tối ưu hóa đều được thể hiện dưới dạng hàm nhiều biến. Nếu bạn có được định nghĩa chính xác về hàm nhiều biến và khái niệm vi phân, cách tiếp cận lý thuyết đối với các trường trên sẽ trở nên dễ dàng hơn đáng kể.

Nắm vững đại số tuyến tính cần thiết cho AI/học sâu bằng cách đầu tư 10 phút mỗi ngày và hoàn thành nó trong một tháng.

Khóa học này dành cho những người muốn học máy học nhưng thiếu kiến ​​thức thống kê.

Đây là khóa học giúp bạn dễ dàng học các khái niệm toán học quan trọng được sử dụng trong game. Người giỏi toán thường coi kiến thức đó là hiển nhiên nên khó có thể dạy với giả định người học chưa biết gì cả. Chúng tôi sẽ giải thích từ góc nhìn của người mới bắt đầu, coi bạn thực sự là người trái ngành.

Khóa học này hữu ích cho những ai muốn tổng hợp sâu sắc về deep learning và nắm bắt bức tranh toàn cảnh, tập trung vào lý thuyết và맥락 hơn là thực hành. Bạn có thể dễ dàng hiểu được nền tảng toán học và thống kê làm gốc rễ cho deep learning, đồng thời giải thích trực quan từ góc nhìn developer về nguyên lý của các mô hình deep learning hiện đại như AutoEncoder, GAN, Transformer, AlphaGo, v.v.