Inflearn brand logo image
Inflearn brand logo image
Inflearn brand logo image
AI Development

/

Deep Learning & Machine Learning

Keras chinh phục hoàn toàn ngôn ngữ chung của trí tuệ nhân tạo

Đây là khóa học toàn diện về lý thuyết và thực hành của Keras để tìm hiểu các dự án hồi quy, phân loại và học sâu về máy học hữu ích khác nhau bằng cách sử dụng Keras và Python, các ngôn ngữ phổ biến của trí tuệ nhân tạo.

(3.2) 12 đánh giá

203 học viên

  • nomad
Tensorflow
Machine Learning(ML)
Deep Learning(DL)
Keras

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

  • Hiểu và sử dụng Keras

  • Học máy, sản xuất mô hình học sâu

  • Giải quyết vấn đề bằng Keras

  • Dự đoán kết quả phân loại học máy

  • Dự đoán kết quả hồi quy học máy

  • Hiểu về trí tuệ nhân tạo, học máy và học sâu

  • Xử lý dữ liệu cho học máy và học sâu

  • Phân tích dữ liệu bằng Python

  • Tích hợp Keras và TensorFlow

Keras, ngôn ngữ chung không thể tranh cãi của trí tuệ nhân tạo

Keras, một thư viện học máy và học sâu dựa trên Python, đang ngày càng được ưa chuộng như một ngôn ngữ chung của trí tuệ nhân tạo. Nó đã trở nên phổ biến rộng rãi, đặc biệt là kể từ khi TensorFlow 2.0 chính thức công nhận Keras là ngôn ngữ cấp cao. Khóa học này bao gồm mọi thứ cần thiết để học AI, học máy và học sâu, từ kiến thức Keras cơ bản đến các kỹ năng dự án thực tế và các kỹ thuật nâng cao.

Sử dụng Keras và Python, ngôn ngữ chung của trí tuệ nhân tạo, chúng ta có thể thực hiện nhiều hồi quy, phân loại và học máy hữu ích

Đây là khóa học toàn diện về lý thuyết và thực hành Keras, giảng dạy các dự án mạng nơ-ron học sâu cùng với lý thuyết.

Bắt đầu với Keras

Bạn chưa biết Keras là gì hoặc tại sao nên sử dụng nó? Đừng lo lắng. Ngay cả khi bạn chưa quen với Keras hoặc AI, chúng tôi sẽ giải thích mọi thứ ngay từ đầu: Keras là gì, nó khác với các nền tảng học máy như TensorFlow như thế nào và cách cài đặt.

Kiến thức cơ bản về Keras

Đừng lao đầu vào học sâu chỉ vì Keras được tối ưu hóa cho nó! Keras và AI không phải là những môn học bạn cần phải ghi nhớ. Cũng giống như việc khởi động nhẹ nhàng trước khi bơi, trước khi sử dụng Keras, hãy tìm hiểu các khái niệm cơ bản và cách sử dụng kiến trúc, mô hình, lớp, tóm tắt, biên dịch và khớp của Keras.

Bốn dự án thực tế

Chúng tôi sẽ xây dựng nhiều dự án học máy và học sâu thực tế bằng Keras và so sánh chúng với mã TensorFlow để nâng cao kỹ năng của bạn.

Tìm hiểu những kiến thức cơ bản về hồi quy tuyến tính và sử dụng Keras và Python TensorFlow để phân tích và dự đoán dữ liệu Giải chạy Marathon Boston.

Sử dụng dữ liệu lớn từ khoảng 80.000 sự kiện Marathon Boston, chúng tôi chọn một vận động viên mong muốn và máy học sẽ ghi lại thành tích của họ lên đến 30km. Sau đó, chúng tôi sử dụng hồi quy tuyến tính để dự đoán thời gian còn lại của 35, 40 và 42,195km và so sánh chúng với dữ liệu thực tế. Chúng tôi học các khái niệm và kỹ thuật để giải quyết các bài toán hồi quy tuyến tính bằng TensorFlow.

Lần này, chúng ta sẽ tìm hiểu những kiến thức cơ bản và giải pháp cho các bài toán hồi quy sử dụng nhiều biến và đưa ra nhiều kết quả đầu ra.

Sử dụng kỹ thuật hồi quy đa biến và đa đầu ra, máy học nhận các giá trị về giới tính, độ tuổi và tốc độ làm đầu vào và học từ khoảng 80.000 dữ liệu lớn của Giải chạy Marathon Boston để dự đoán không chỉ kỷ lục hoàn thành mà còn cả kỷ lục cho mỗi chặng 10, 20 và 30 km.
Trước khi tham gia chạy marathon, hãy nhập thông tin giới tính, độ tuổi và tốc độ của bạn để kiểm tra hạng thời gian dự đoán. Dựa trên thành tích của bạn tại Boston Marathon trước đó, chúng tôi sẽ dự đoán hạng thời gian của bạn.

Sử dụng kỹ thuật Phân loại đa thức của Hồi quy logistic, chúng tôi chia hồ sơ hoàn thành cuộc chạy marathon thành ba mức: 'Xuất sắc (>25%)', 'Trung bình (25~75%)' và 'Kém (<75%)', và dự đoán mức điểm mong đợi của bạn bằng Keras.
Chúng tôi sẽ thực hiện một dự án nhận dạng hình ảnh chữ số viết tay bằng cách tạo ra Nhận dạng chữ số MNIST bằng mạng nơ-ron học sâu.

Chúng tôi sẽ thực hiện từng bước một dự án để tìm hiểu và nhận dạng 70.000 hình ảnh chữ số viết tay bằng kỹ thuật Mạng nơ-ron đa lớp học sâu.

Bài giảng đặc biệt

' Độ chính xác của mô hình trên 99%  Chúng tôi đã thêm một bài giảng đặc biệt có tiêu đề 'Nâng cao tiêu chuẩn'. Bài giảng này có tiêu đề ' Thực hành Thị giác Máy tính Học sâu IoT trên Raspberry Pi '.  Dự án bắt đầu với câu hỏi của sinh viên trong mô hình chữ viết tay MNIST: "Tại sao mô hình chữ viết tay MNIST không thể nói '7' là '7'?" Mặc dù độ chính xác của mô hình là một yếu tố, cũng như cách xử lý ngoại lệ của chương trình và dữ liệu MNIST thô, nhưng mô hình Mạng Nueral hiện tại quá đơn giản cho mục đích đào tạo, vì vậy tôi đã cấu hình lại mô hình để tăng độ chính xác lên 99,38%.

 

Nâng cao Keras

Chúng tôi sẽ hướng dẫn bạn nhiều kỹ thuật nâng cao hữu ích để sử dụng thực tế với Keras, bao gồm History, EarlyStopping, ModelCheckPoint và giao diện người dùng đồ họa. Các dự án Keras của bạn sẽ trở nên giá trị hơn bao giờ hết.

Hãy đón chờ các bài giảng tiếp theo về học sâu, Tensorflow.js và nhiều nội dung khác.
Tài liệu và nguồn chương trình được sử dụng trong bài giảng có thể được tìm thấy trên trang web Creapple (www.creaapple.com), một nền tảng học tập kiến thức do tôi điều hành.

Tham gia các khóa học về kiến thức cơ bản về Python, phân tích/hình dung dữ liệu và học máy sẽ giúp ích rất nhiều cho việc thực hiện dự án của bạn.

Khóa học cốt lõi Python 100 phút
Cốt lõi và nền tảng của Python
Một khi bạn thành thạo các kỹ năng này, nó sẽ giúp ích rất nhiều cho các khóa học khác.
Dự án thực hành phân tích trực quan hóa dữ liệu Python

Học máy sử dụng Pandas, Matplotlib và Seaborn của Python,
Dữ liệu có thể được sử dụng trong nhiều dự án khác nhau, bao gồm cả học sâu
Học các kỹ thuật trực quan hóa và phân tích cùng lúc.

Làm chủ máy học Python - Dự án dự đoán kỷ lục marathon

Học máy sử dụng Python và Tensorflow
Học cả khái niệm và kỹ năng thực hành. Năm chủ đề cốt lõi.
Chúng ta sẽ nâng cao kỹ năng của bạn bằng cách cùng nhau thực hiện nhiều dự án khác nhau.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những người muốn sử dụng trí tuệ nhân tạo vào đời sống thực

  • Bất kỳ ai phát triển kiến ​​thức cơ bản về học máy và học sâu

  • Bất cứ ai muốn học khoa học dữ liệu

  • Bất cứ ai muốn phát triển cả khái niệm và kỹ năng thực tế của Keras

  • Những người làm việc trong các dự án phân tích dữ liệu

  • Những người đang chuẩn bị cho các dự án học máy và học sâu

  • Những người đang chuẩn bị cho TensorFlow 2.0

Cần biết trước khi bắt đầu?

  • Cuộc chinh phục hoàn chỉnh của Python Machine Learning - Dự án dự đoán kỷ lục Marathon

  • Xử lý và trực quan hóa dữ liệu Python - Dự án thực hành phân tích trực quan hóa dữ liệu Python

  • Kiến thức cơ bản về Python - Bài giảng cốt lõi về Python 100 phút

  • Sẵn sàng học tập chăm chỉ

Xin chào
Đây là

22,044

Học viên

456

Đánh giá

556

Trả lời

4.4

Xếp hạng

25

Các khóa học

"노마드크리에이터: 당신의 꿈, 우리의 여정"

대한민국과 NVIDIA가 인정한 딥테크, 싱가포르가 선택한 핀테크 스타트업, 글로벌 무대에서 당신의 가능성을 실현합니다.

노마드크리에이터는 개인의 성장을 넘어, 스타트업으로 도약하며 전 세계를 무대로 전문적인 IT 강의를 제공하고 있습니다.
2019년, 싱가포르 정부의 Entrepass Innovator 프로그램을 통해 시작된 우리의 여정은 곧 혁신적인 스타트업의 이야기로 확장되었습니다.
2020년에는 대한민국에서 인공지능 핀테크 솔루션을 개발하며 딥테크 분야의 선두주자로 자리매김했고, NVIDIA 협업 프로그램 최우수 프로젝트ASUS Global Startup Challenge Award를 포함한 다양한 글로벌 인정과 성과를 이뤘습니다.
2023년에는 NVIDIA의 지원으로 미국에 회사를 설립하며 글로벌 시장을 향한 도약을 시작했습니다.

image.png

경험을 넘어, 비전을 공유합니다.

스타트업 창업 이전, LG CNS와 티머니 등에서 25년간 System Engineer, Project Manager, IT Consultant로서 글로벌 프로젝트를 이끌며 실전 경험과 전문성을 쌓았습니다.
PMP, SAP BW, SCJP, MCSE+DBA, OCP-DBA와 같은 전문 자격을 기반으로, 프로그램 개발, 프로젝트 관리, IT 솔루션 설계 등 다양한 분야에서 성공적인 도전을 이어왔습니다.

이제, 노마드크리에이터는 이러한 경험과 노하우를 집약하여 누구나 쉽고 재미있게 배울 수 있는 교육 콘텐츠를 제공합니다. 실무 중심의 강의부터 최신 기술 트렌드를 반영한 전문 과정까지, 개인의 성장을 위한 맞춤형 학습을 제안합니다.

우리의 미션: "꿈을 현실로, 도전을 기회로"

기술과 교육의 융합으로 더 많은 사람들이 자신만의 가능성을 실현하도록 돕습니다.

노마드크리에이터와 함께라면, 당신의 꿈은 더 이상 멀리 있지 않습니다.

지금 이 순간에도 누군가는 새로운 것을 배우고, 더 나은 자신이 되기 위해 노력하고 있습니다.

하지만 정보의 홍수 속에서 필요한 지식을 찾는 데 소중한 시간을 잃는 일이 얼마나 많습니까?

노마드크리에이터는 이 문제를 해결하고자 합니다.

우리는 지식을 창의적으로 엮어내어, 시간을 아끼고, 가치를 극대화하는 경험을 제공합니다. 우리의 목표는 단순한 정보 전달을 넘어, 지식을 작품처럼 아름답게 전달하는 것입니다.

노마드크리에이터와 함께라면, 당신의 배움은 더 쉽고, 빠르며, 가치 있는 결과를 만들어낼 것입니다.

"배움의 여정에 가치를 더하다, 노마드크리에이터."

이것이 우리가 꿈꾸는 미래입니다.

Chương trình giảng dạy

Tất cả

25 bài giảng ∙ (4giờ 8phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

12 đánh giá

3.2

12 đánh giá

  • Maketh Manners님의 프로필 이미지
    Maketh Manners

    Đánh giá 1

    Đánh giá trung bình 3.0

    3

    64% đã tham gia

    선수과정을 너무나 자주 언급하시고, 설명이 지나치게 간결한 것 같습니다.

    • wonjun.jung님의 프로필 이미지
      wonjun.jung

      Đánh giá 6

      Đánh giá trung bình 5.0

      5

      100% đã tham gia

      선수 과목을 먼저 들어야 하는 과목입니다. 약간 old 버전으로 강의된 부분도 있고요..(물론 장단점은 있죠..)

      • qpzkdbwm님의 프로필 이미지
        qpzkdbwm

        Đánh giá 1

        Đánh giá trung bình 5.0

        5

        100% đã tham gia

        감사합니다.

        • tylove0930님의 프로필 이미지
          tylove0930

          Đánh giá 4

          Đánh giá trung bình 3.8

          4

          100% đã tham gia

          좋네요ㅎㅎ

          • zepyr님의 프로필 이미지
            zepyr

            Đánh giá 8

            Đánh giá trung bình 4.8

            3

            100% đã tham gia

            선수과목을 완벽히 이해한 상태 또는 선수과목을 들으신 다음 수강하시기를 바랍니다. 저같은 경우 선수과목을 완강했지만 내용을 아직 소화하지 못해 케라스 강의를 따라가기에 좀 버거운면이 있었습니다. 예제의 경우 선수과목의 것들(마라톤)을 사용하기 때문에 선수과목을 듣지 않았을 경우 예제를 이해하기 어려운 부분이 있을것 같습니다.

            716.373 ₫

            Khóa học khác của nomad

            Hãy khám phá các khóa học khác của giảng viên!

            Khóa học tương tự

            Khám phá các khóa học khác trong cùng lĩnh vực!