inflearn logo

Thực hành Deep Learning sử dụng DNN, CNN, RNN

DNN, CNN, RNN? Khóa học thực hành Deep Learning giúp bạn hệ thống hóa hoàn hảo các thuật toán cốt lõi của Deep Learning, từ những thuật ngữ chuyên môn có vẻ khó nhằn đến việc ứng dụng chúng vào thực tế!

(4.0) 4 đánh giá

38 học viên

Độ khó Cơ bản

Thời gian Không giới hạn

CNN
CNN
RNN
RNN
dnn
dnn
Deep Learning(DL)
Deep Learning(DL)
Keras
Keras
CNN
CNN
RNN
RNN
dnn
dnn
Deep Learning(DL)
Deep Learning(DL)
Keras
Keras

Bạn sẽ nhận được điều này sau khi học.

  • Thấu hiểu quy trình phát triển Deep Learning

  • Hiểu về các thành phần cấu tạo và nguyên lý mô hình của DNN, CNN, RNN

  • Tìm hiểu về các Framework đa dạng của Tensorflow Keras

  • Khả năng vận dụng thuật toán học sâu thông qua các bài thực hành Deep Learning đa dạng

Tôi muốn bắt đầu sử dụng Deep Learning một cách nghiêm túc!

 
Trong kỷ nguyên Cách mạng công nghiệp lần thứ 4, công nghệ trí tuệ nhân tạo đang trở nên quan trọng hơn bao giờ hết. is becoming more important than anything else.
Vì vậy, nhiều doanh nghiệp cũng đang tích cực tuyển dụng các chuyên gia AI, và cũng có những dự báo cho rằng trong tương lai nhiều ngành nghề sẽ biến mất.
Tất nhiên, mặc dù AI vẫn chưa thực sự nổi bật trong các lĩnh vực như nghệ thuật hay sáng tạo vốn được coi là lãnh địa riêng của con người, nhưng việc chúng dần bị thay thế chỉ còn là vấn đề thời gian.
Công nghệ Deep Learning là lĩnh vực mà bất kỳ ai làm việc trong ngành IT đều muốn thử sức, nhưng thực tế là rào cản gia nhập quá cao khiến nhiều người không dễ dàng thách thức bản thân.
 
Vì vậy, để bạn có thể tích lũy kiến thức liên quan đến Deep Learning, Moso Campus chúng tôi đã thiết kế khóa học Deep Learning này sao cho bất kỳ ai cũng có thể theo kịp.
Để làm được điều này, bạn cần phải học và làm quen với các thuật toán học sâu (deep learning) mới.
Khóa học <Thực hành Deep Learning sử dụng DNN, CNN, RNN> lần này là quy trình phát triển mô hình thuật toán Deep Learning dựa trên ngôn ngữ Python và framework Tensorflow Keras.
 
Trong tương lai, việc đảm bảo năng lực kỹ thuật có thể trích xuất thông tin hữu ích từ nhiều dữ liệu hơn nữa sẽ trở nên quan trọng.
Để giải quyết những vấn đề này, các công nghệ học máy/học sâu dựa trên trí tuệ nhân tạo (AI) đã ra đời, và các mô hình chính được sử dụng để triển khai chúng bao gồm DNN theo phương pháp học có giám sát, CNN theo phương pháp học không giám sát và RNN theo phương pháp học tăng cường.
Tìm hiểu chi tiết quá trình phát triển tổng quát của Deep Learning và các khóa học phát triển mô hình Deep Learning bằng nhiều thuật toán khác nhau. Hãy cùng tìm hiểu ưu nhược điểm cũng như thực hành các ví dụ ứng dụng của từng mô hình, đồng thời nhập mã code thực tế để kiểm tra sự khác biệt giữa các mô hình và ứng dụng thuật toán Deep Learning nhé!

Đối tượng học viên 🔑

  • Người làm việc thực tế muốn thử ứng dụng trí tuệ nhân tạo vào công việc
  • Tất cả những ai muốn xây dựng sự nghiệp trong ngành IT như khởi nghiệp, chuyển việc hoặc xin việc.
  • Nhà quản lý, người làm thực tế muốn áp dụng trí tuệ nhân tạo vào kinh doanh
  • Tất cả những ai muốn bắt đầu xây dựng năng lực Deep Learning một cách bài bản ngay từ những bước đầu tiên.

Đặc điểm của bài giảng ✨

Thông qua khóa học này, bạn có thể hiểu được nguyên lý hoạt động của các thuật toán Deep Learning HOT nhất hiện nay là DNN, CNN, RNN và có thể thực sự triển khai các mô hình Deep Learning thông qua thực hành.

BƯỚC 1. Hiểu về DNN, CNN, RNN khái niệm và quy trình hoạt động

Trong số vô vàn thuật toán của Deep Learning, chúng tôi sẽ xem xét chi tiết và phân tích nguyên lý của từng loại DNN, CNN, RNN là gì, vì tùy thuộc vào việc sử dụng thuật toán nào trong tình huống nào mà chúng sẽ mang lại hiệu suất ở những đẳng cấp khác nhau!

BƯỚC 2. Thực hành quy trình xây dựng mô hình Deep Learning

Các thuật toán Deep Learning tiêu biểu, Hồi quy và Phân loại!

DNN, CNN, RNN có thể thực hiện hồi quy và phân loại tinh vi và chính xác hơn nhiều so với học máy!

Bạn có thể trực tiếp sử dụng học sâu (deep learning) thông qua nhiều bài thực hành khác nhau với các mô hình thuật toán học sâu do chính mình thiết kế.

BƯỚC 3. Mang những hiểu biết sâu sắc từ thế giới kỹ thuật số vào thế giới thực

Nếu bạn thiết kế và huấn luyện mô hình bằng cách sử dụng các kỹ thuật khác nhau của thuật toán học sâu, sau đó áp dụng những thông tin chi tiết thu được vào công việc thực tế, nó có thể mang lại sự phát triển mang tính cách mạng cho việc ra quyết định dựa trên dữ liệu trong các lĩnh vực rộng lớn từ bán hàng, phát triển, đến nhân sự.


Sự thay đổi của học viên sau khi nghe bài giảng 📜

<Thực hành Deep Learning sử dụng DNN, CNN, RNN> Sau khi nghe bài giảng, các bạn có thể đạt được những năng lực sau đây.

  • Hiểu rõ quy trình các bước phát triển Deep Learning
  • DNN, CNN, RNNHiểu về các thành phần cấu tạo và nguyên lý của mô hình
  • Tensorflow KerasHiểu biết về các Framework đa dạng của nó
  • Khả năng ứng dụng Deep Learning thông qua các bài thực hành đa dạng

Deep learning mang lại sự cải thiện năng suất vượt trội bất kể lĩnh vực nào!
Khóa học giúp bạn đồng thời học hỏi lý thuyết chuyên sâu và thực hành thông qua các giải thích chi tiết về các thuật toán cốt lõi của Deep learning!


Nội dung học tập 📚

1. Thiết kế mô hình hồi quy tuyến tính đa biến!

 

2. Trực quan hóa kết quả đánh giá mô hình chữ viết tay MNIST!

 

3. Các thành phần cấu tạo của CNN!

 

4. Chạy mô hình với CNN!

 

5. Phân loại danh mục tin tức bằng LSTM!


Câu hỏi thường gặp Q&A 💬

Q. Tôi có cần kiến thức tiên quyết về lập trình Python không?
A.
Khóa học này và các khóa học Deep Learning tiếp theo của IT CAMPS yêu cầu kỹ năng sử dụng Python cơ bản. Đối với những bạn chưa quen với Python, chúng tôi khuyên bạn nên tham gia các khóa học Nhập môn Phân tích Dữ liệu PythonThực hành Phân tích Dữ liệu Pythoncủa IT CAMPS trước.

H. Có yêu cầu hoặc điều kiện tiên quyết nào để tham gia khóa học không?
Đ. Vì đây là khóa học chú trọng vào thực hành, bạn nên chuẩn bị màn hình kép hoặc thiết bị bổ sung để có thể tách biệt màn hình bài giảng và màn hình thực hành.

Q. Tôi nghe nói Deep Learning cần pc cấu hình cao, vậy thực hành có cần pc cấu hình cao không?
A. Mặc dù chạy trong môi trường cấu hình cao sẽ tốt hơn, nhưng trong bài giảng này Anaconda và  Jupyter Notebook được sử dụng để thực hành trong môi trường ảo, nên nếu máy tính ở mức PC văn phòng thông thường thì bạn sẽ không gặp khó khăn gì khi theo học.


Giới thiệu người chia sẻ kiến thức ✒️


Lưu ý trước khi học 📢

  • Vì đây là bài giảng tập trung vào thực hành, bạn nên chuẩn bị màn hình kép hoặc thiết bị bổ sung để có thể tách biệt màn hình bài giảng và màn hình thực hành.
    Ngoài ra, vì quá trình thực hành được tiến hành trên nền tảng Windows OS, chúng tôi khuyên bạn nên theo dõi bài giảng trong môi trường Windows.
  • Giáo trình bài giảng và tệp thực hành nằm trong phần <9. Trung tâm tải xuống tài liệu>.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Nhân viên nghiệp vụ muốn thử ứng dụng trí tuệ nhân tạo vào công việc

  • Tất cả những ai muốn xây dựng sự nghiệp trong ngành IT như khởi nghiệp, chuyển việc hoặc xin việc.

  • Các nhà quản lý và nhân viên thực vụ muốn áp dụng trí tuệ nhân tạo vào kinh doanh

  • Tất cả những ai muốn bắt đầu xây dựng năng lực Deep Learning bằng cách nắm vững các kỹ thuật cốt lõi một cách bài bản.

Cần biết trước khi bắt đầu?

  • Khóa học này yêu cầu kỹ năng sử dụng Python cơ bản.

  • Tôi khuyên bạn nên học trước các khóa học [Nhập môn Python] và [Python thực hành] của Masocampus.

Xin chào
Đây là Masocampus

10,228

Học viên

1,461

Đánh giá

125

Trả lời

4.7

Xếp hạng

104

Các khóa học

"Tôi sẽ trưởng thành hơn so với ngày hôm qua. Và, tôi sẽ giúp đỡ những người đang nỗ lực để trưởng thành hơn mỗi ngày."

Với Actionable Content chứa đựng sự chân thành và mong muốn của Maso Campus,,

Tích lũy 100 triệu giờ giảng dạy trực tiếp và trực tuyến kể từ năm 2013!

Những kinh nghiệm và thời gian quý báu này luôn là nguồn gốc cho sự trưởng thành của cả Masocampus và các học viên.

 

Đội ngũ Maso Campus luôn tuân thủ nghiêm ngặt hai nguyên tắc vì sự phát triển của tất cả chúng ta.

Kinh nghiệm và thời gian luôn là nguồn gốc cho sự trưởng thành của cả Mago Campus và các học viên. Đội ngũ Mago Campus luôn tuân thủ nghiêm ngặt hai nguyên tắc vì sự phát triển của tất cả chúng ta.

1. Nội dung có tính ứng dụng cao (Actionable Content) học xong là chắc chắn có thể áp dụng được ngay that you can surely use once you learn it

2. Time-Saving Curriculum tôn trọng thời gian và công sức của người tham gia that respects the time and effort of participants

 

Hy vọng bạn sẽ cùng đồng hành trên con đường phát triển với Actionable and Time-Saving Curriculum của Maso Campus.

Thêm

Chương trình giảng dạy

Tất cả

26 bài giảng ∙ (4giờ 33phút)

Tài liệu khóa học:

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

Đánh giá

Tất cả

4 đánh giá

4.0

4 đánh giá

  • bkkim29128님의 프로필 이미지
    bkkim29128

    Đánh giá 1

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    Tốt như một lời giới thiệu.

    • masocampus
      Giảng viên

      Tôi rất vui vì đây là bài giảng nhập môn hay 😊 Tôi sẽ chuẩn bị tốt cho bài giảng tiếp theo với bài giảng phù hợp với trình độ học viên mục tiêu!

  • jongsunlim4560님의 프로필 이미지
    jongsunlim4560

    Đánh giá 2

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    • masocampus
      Giảng viên

      Cảm ơn bạn đã để lại đánh giá ạ 😊 Mình rất vui vì những nỗ lực chuẩn bị của mình đã được đền đáp. Maso Campus sẽ luôn cố gắng hết mình!

  • chamdevil2650님의 프로필 이미지
    chamdevil2650

    Đánh giá 1

    Đánh giá trung bình 1.0

    1

    54% đã tham gia

    Phần tiền xử lý-nhúng dữ liệu sử dụng tokenizer không có trong bài giảng phải không? Thiếu điểm mấu chốt ;;;;;;;;

    • masocampus
      Giảng viên

      Cảm ơn bạn đã tham gia khóa học và để lại đánh giá mang tính xây dựng. Chúng tôi sẽ tích cực xem xét chương trình giảng dạy để phản ánh những điểm bạn đã chỉ ra khi lập kế hoạch cho khóa học trong tương lai.

Khóa học khác của Masocampus

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

1.668.111 ₫