Nhập môn thực hành Claude AI: Học từng bước một từ cơ bản
Masocampus
Làm đúng ngay từ đầu, bước đầu tiên với Claude AI áp dụng ngay vào thực tế! Nếu muốn sử dụng thông minh hơn, hãy bắt đầu với Claude AI.
Nhập môn
AI, prompt engineering, claude
Tôi muốn sắp xếp hình ảnh của pizza và spaghetti! Đây là khóa học dự án thực tế deep learning đi theo dự án thực tế từ A đến Z phân loại hình ảnh bằng CNN, một trong những loại thuật toán deep learning.
35 học viên
Độ khó Trung cấp trở lên
Thời gian Không giới hạn

Tìm hiểu quá trình phát triển deep learning
Hiểu nguyên tắc của các thành phần và mô hình CNN
Hiểu OpenCV, giúp cải thiện hiệu suất của các mô hình CNN
Khả năng sử dụng deep learning thông qua thực hành mô hình CNN
Ý bạn là nó tự động phân loại hình ảnh phải không?
Xây dựng dự án thuật toán CNN học sâu của riêng bạn!
Bạn có nhớ trận đấu cờ vây giữa AlphaGo và Lee Sedol không? Đó là một sự kiện chứng minh cho thế giới thấy công nghệ trí tuệ nhân tạo (AI) đã tiến bộ đến mức nào. Nhiều cơ quan truyền thông đã nhanh chóng đưa tin về các bài viết liên quan đến AI. Học máy và học sâu cũng thu hút sự chú ý đáng kể. Cơn sốt này lan rộng khắp Hàn Quốc vào thời điểm đó. Sách liên quan thống trị các danh sách bán chạy nhất, và mọi người đều đổ xô đến các học viện để học các ngôn ngữ như Python và TensorFlow.
Nhưng thời gian trôi qua, sự nhiệt tình dần dần giảm sút. Ai cũng nói mình đang học, nhưng xung quanh tôi chẳng ai thực sự học về học sâu cả. Vấn đề ở đây là gì? Có lẽ là vì nó quá khó. Dù các thuật ngữ có đơn giản đến đâu, chúng cũng chỉ là thuật ngữ chuyên ngành, khiến việc nắm bắt trở nên khó khăn.
Vì vậy, chúng tôi tại Maso Campus sẽ giúp bạn tìm hiểu về CNN , một trong những thành phần thiết yếu của học sâu, và giúp bạn đắm mình vào học sâu bằng cách thực hiện một dự án phân loại hình ảnh .
Khóa học này bao gồm toàn bộ quy trình, từ khái niệm về CNN đến việc triển khai thực tế, để bất kỳ ai cũng có thể học về học sâu một cách dễ dàng và thuận tiện. Chúng ta sẽ tạo một dự án phân loại hình ảnh sử dụng CNN, một mô hình AI nhận dạng hình ảnh, một mô hình cốt lõi quan trọng trong học sâu. Chúng ta cũng sẽ sử dụng các thuật toán CNN học sâu để dễ dàng phân biệt giữa các tệp hình ảnh khác nhau vốn khó phân biệt do hình dáng tương tự nhau, chẳng hạn như chó và mèo.
Nếu bạn muốn dễ dàng phân biệt giữa chó và mèo, pizza và mì spaghetti , hãy thử chinh phục CNN, một thuật toán học sâu cốt lõi!

Học sâu mang lại những cải thiện năng suất vượt trội bất kể lĩnh vực nào!
Đây là quá trình hiểu hoàn toàn các khái niệm để có thể sử dụng học sâu một cách “đúng cách”.
Được đề xuất cho những người này ✅
Bạn có thể có được những khả năng sau 👍
Qua bài giảng này, bạn sẽ hiểu được nguyên lý hoạt động của thuật toán CNN học sâu phổ biến nhất hiện nay và có thể triển khai mô hình học sâu thông qua thực hành.
Bước 1. Hiểu các khái niệm và quy trình hoạt động của CNN
Chúng ta sẽ đi sâu vào các nguyên tắc của từng nguyên tắc, từ việc chuẩn bị dữ liệu bằng API lickr, xử lý trước dữ liệu, tăng cường dữ liệu bằng OpenCV để cải thiện độ chính xác, và thậm chí cả quy trình vận hành mô hình NN, để khám phá CNN là gì, một thuật toán học sâu vượt trội trong phân loại hình ảnh!
Chuyển đổi tệp hình ảnh sang định dạng Numpy Bước 2. Thực hành quy trình mô hình hóa CNN học sâu
CNN, thuật toán phân loại hình ảnh học sâu tiêu biểu! Hãy thiết kế mô hình thuật toán CNN của riêng bạn, có thể phân loại hình ảnh với độ tinh vi và chính xác cao hơn nhiều so với DNN, và áp dụng ngay vào các ứng dụng thực tế.
Sơ đồ mô hình CNN Bước 3. Sử dụng mô hình CNN của bạn mọi lúc, mọi nơi với Flask và Ngrok.
Bằng cách sử dụng Flask, một nền tảng web siêu nhỏ, tôi có thể tải mô hình CNN của riêng mình lên một trang web bằng cách cấu hình máy chủ Flask, và bằng cách sử dụng Ngrok, một chương trình đường hầm cho phép truy cập bên ngoài vào mạng cục bộ, tôi có thể truy cập trang web tôi đã tạo từ bất kỳ đâu, không chỉ trên máy tính.
Dự đoán các mô hình bằng hình ảnh tôi chụp Bước 4. Chuyển đổi những hiểu biết được khám phá trong thế giới số thành hiện thực
Bạn có thể trở thành chuyên gia học sâu có khả năng thiết kế và đào tạo mô hình bằng CNN, dự đoán nội dung hình ảnh được đăng trên trang web và khám phá nhiều thông tin chi tiết khác nhau thông qua mô hình này.
Xây dựng một trang web với máy chủ Flask H. Có cần phải có kiến thức trước về lập trình Python không?
Khóa học này và các khóa học học sâu tiếp theo tại Maso Campus yêu cầu kỹ năng Python cơ bản.
Đối với những người không quen với Python, chúng tôi khuyên bạn nên tham gia các khóa học 'Giới thiệu về Phân tích dữ liệu Python' và 'Phân tích dữ liệu Python thực hành' của Maso Campus trước.
H. Có yêu cầu hoặc điều kiện nào để tham gia khóa học không?
Vì đây là khóa học thực hành, chúng tôi khuyến nghị bạn nên mang theo màn hình kép hoặc thiết bị dự phòng cho phép bạn tách biệt màn hình bài giảng và màn hình thực hành. Hơn nữa, vì khóa học thực hành sẽ được thực hiện trên hệ điều hành Windows, chúng tôi khuyến nghị bạn nên tham gia khóa học trong môi trường Windows.
H. Tôi nghe nói học sâu đòi hỏi máy tính cấu hình cao. Tôi có cần máy tính cấu hình cao để thực hành không?
Mặc dù chúng tôi khuyến nghị nên chạy khóa học trong môi trường có cấu hình cao, khóa học này sẽ được thực hiện trong môi trường ảo sử dụng Anaconda và Jupyter Notebook. Do đó, bất kỳ ai có máy tính làm việc thông thường đều có thể hoàn thành khóa học mà không gặp khó khăn gì.
📢 Vui lòng kiểm tra trước khi tham gia lớp học!
Khóa học này dành cho ai?
Những người thực hành muốn sử dụng phân loại hình ảnh trong công việc của mình
Bất kỳ ai muốn xây dựng sự nghiệp trong ngành CNTT, chẳng hạn như khởi nghiệp, thay đổi công việc hoặc gia nhập công ty.
Các nhà quản lý và học viên muốn đưa trí tuệ nhân tạo vào hoạt động kinh doanh của mình
Bất kỳ ai muốn bắt đầu bằng cách học đúng cách các kỹ thuật cốt lõi của CNN để xây dựng khả năng học sâu
Cần biết trước khi bắt đầu?
Khóa học này yêu cầu kỹ năng sử dụng Python cơ bản.
Chúng tôi khuyên bạn nên tham gia trước các khóa học [Giới thiệu về Python] và [Thực hành Python] tại Maso Campus.
10,455
Học viên
1,491
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.
Tất cả
23 bài giảng ∙ (2giờ 37phút)
Tài liệu khóa học:
Tất cả
2 đánh giá
5.0
2 đánh giá
Đánh giá 3
∙
Đánh giá trung bình 5.0
Đánh giá 3
∙
Đánh giá trung bình 5.0
5
Cảm ơn bạn đã để lại đánh giá ạ 😊 Thật vui vì những nỗ lực chuẩn bị của chúng tôi đã được đền đáp. Masocampus sẽ luôn cố gắng hết mình!
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!
2.088.629 ₫