Hands-On Machine Learning 2

Đây là bài giảng bao quát nội dung của cuốn sách bán chạy nhất trên Amazon <Hands-On Machine Learning, 2nd Edition>. Bạn sẽ được học về nhiều thuật toán học máy và phương pháp đánh giá khác nhau bằng cách sử dụng Scikit-Learn, một thư viện học máy tiêu biểu. Ngoài ra, chúng ta sẽ cùng củng cố cả lý thuyết lẫn thực hành từ mạng thần kinh nhân tạo đến học tăng cường bằng cách sử dụng TensorFlow và Keras, những thư viện học sâu nổi tiếng nhất. Đây là khóa học chưa hoàn thiện hoàn toàn. Dự kiến mỗi tuần sẽ có thêm từ 1 đến 2 bài giảng mới được cập nhật.

(4.7) 58 đánh giá

6,634 học viên

Độ khó Cơ bản

Thời gian Không giới hạn

Tensorflow
Tensorflow
Machine Learning(ML)
Machine Learning(ML)
Deep Learning(DL)
Deep Learning(DL)
Keras
Keras
Reinforcement Learning(RL)
Reinforcement Learning(RL)
Tensorflow
Tensorflow
Machine Learning(ML)
Machine Learning(ML)
Deep Learning(DL)
Deep Learning(DL)
Keras
Keras
Reinforcement Learning(RL)
Reinforcement Learning(RL)
Thumbnail

Đánh giá từ những học viên đầu tiên

4.7

5.0

Seongpil Yim

35% đã tham gia

Bài giảng của giáo sư Hae-sun Park thực sự hữu ích. Cảm ơn bạn rất nhiều vì đã trình bày việc học máy thực hành như sách giáo khoa trong bài giảng. Chúng tôi sẽ gặp bạn thường xuyên trong tương lai.

5.0

Da Kang

26% đã tham gia

Tôi học tốt hơn sau khi đọc sách do thầy Park Hae-seon dịch. Cảm ơn bạn.

5.0

김영태

35% đã tham gia

Cảm ơn bạn vì bài giảng chi tiết mặc dù đây là bài giảng miễn phí.

Bạn sẽ nhận được điều này sau khi học.

  • Thực hành học máy và học sâu với Scikit-Learn, TensorFlow và Keras

  • Hồi quy tuyến tính, hồi quy Ridge, hồi quy Lasso, hồi quy Logistic

  • Máy vectơ hỗ trợ, Cây quyết định, Thuật toán Ensemble

  • Các mô hình học tập không giám sát như PCA, Kernel PCA, KMeans, DBSCAN và Gaussian Mixture

  • Mạng thần kinh nhân tạo, CNN, RNN, cơ chế Attention, thuật toán Transformer

  • TF Data, xử lý phân tán, GAN, Autoencoder, thuật toán học tăng cường

Hãy đón xem nội dung của cuốn sách bán chạy nhất trên Amazon, <Hands-On Machine Learning, 2nd Edition> qua video!

Cấu trúc bài giảng📚

PHẦN 1 - Học máy

  • CHƯƠNG 1 Cái nhìn tổng quan về Học máy
  • CHAPTER 2 Dự án học máy từ đầu đến cuối
  • CHƯƠNG 3 Phân loại
  • CHƯƠNG 4 Huấn luyện mô hình
  • CHAPTER 5 서포트 벡터 머신 (Máy vectơ hỗ trợ)
  • CHAPTER 6 Cây quyết định
  • CHƯƠNG 7 Học quần hợp và Rừng ngẫu nhiên
  • CHƯƠNG 8 Giảm chiều dữ liệu
  • CHAPTER 9 비지도 학습

PHẦN 2 - Mạng thần kinh và Học máy

  • CHAPTER 10 Giới thiệu về mạng thần kinh nhân tạo bằng Keras
  • CHƯƠNG 11 Huấn luyện mạng thần kinh sâu
  • CHƯƠNG 12 Mô hình tùy chỉnh và huấn luyện với TensorFlow
  • CHAPTER 13 Tải và tiền xử lý dữ liệu với TensorFlow
  • CHƯƠNG 14 Thị giác máy tính sử dụng mạng thần kinh tích chập
  • CHƯƠNG 15 Xử lý chuỗi bằng RNN và CNN
  • CHAPTER 16 Xử lý ngôn ngữ tự nhiên bằng RNN và Attention
  • CHAPTER 17 Học tập biểu diễn và học tập tạo sinh bằng cách sử dụng Autoencoder và GAN
  • CHƯƠNG 18 Học tăng cường
  • CHƯƠNG 19 Huấn luyện và triển khai mô hình TensorFlow quy mô lớn

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Tôi đề xuất cuốn sách Hands-On Machine Learning 2 dành cho những ai muốn học lý thuyết và thực hành về Machine Learning và Deep Learning.

  • Những ai muốn tìm hiểu chi tiết về Keras API và TensorFlow

Cần biết trước khi bắt đầu?

  • Python, NumPy

Xin chào
Đây là haesunpark

23,045

Học viên

416

Đánh giá

131

Trả lời

4.9

Xếp hạng

11

Các khóa học

Mặc dù chuyên ngành chính là kỹ thuật cơ khí, nhưng sau khi tốt nghiệp, tôi đã luôn làm công việc đọc và viết mã nguồn. Tôi là Google AI/Cloud GDE và Microsoft AI MVP. Tôi đang vận hành blog TensorFlow (tensorflow.blog), đồng thời viết và dịch các cuốn sách về học máy và học sâu, khám phá ranh giới giữa phần mềm và khoa học một cách đầy thú vị.

ml-dl-roadmap.png.webp

 Tôi đã viết các cuốn sách 『Deep Learning tự học qua thực hành』(Hanbit Media, 2025), 『Học máy + Deep Learning tự học (Bản sửa đổi)』(Hanbit Media, 2025), 『Phân tích dữ liệu tự học với Python』(Hanbit Media, 2023), 『Kỹ thuật trò chuyện với ChatGPT』(Hanbit Media, 2023) và 『Do it! Nhập môn Deep Learning』(Easys Publishing, 2019).

Ông đã dịch hàng chục cuốn sách sang tiếng Hàn, bao gồm các cuốn 『Tinh chỉnh LLM, Nhanh chóng nắm bắt cốt lõi!』 (Insight, 2026), 『Học LLM & AI bằng PyTorch』 (Hanbit Media, 2026), 『Mô hình ngôn ngữ lớn, Nhanh chóng nắm bắt cốt lõi!』 (Insight, 2025), 『Máy học, Nhanh chóng nắm bắt cốt lõi!』 (Insight, 2025), 『Học LLM thông qua việc xây dựng từ con số 0』 (Gilbut, 2025), 『Hands-On LLM』 (Hanbit Media, 2025), 『Machine Learning Q & AI』 (Gilbut, 2025), 『Toán học dành cho nhà phát triển』 (Hanbit Media, 2024), 『Giải quyết vấn đề ML trong thực tế với Python』 (Hanbit Media, 2024), 『Sách giáo khoa Máy học: Phần PyTorch』 (Gilbut, 2023), 『Bài giảng ChatGPT của Stephen Wolfram』 (Hanbit Media, 2023), 『Hands-On Machine Learning Ấn bản thứ 3』 (Hanbit Media, 2023), 『Học Deep Learning tạo sinh thông qua việc xây dựng Ấn bản thứ 2』 (Hanbit Media, 2023), 『Python đánh thức tư duy lập trình』 (Hanbit Media, 2023), 『Xử lý ngôn ngữ tự nhiên với Transformers』 (Hanbit Media, 2022), 『Học Deep Learning từ người sáng tạo Keras Ấn bản thứ 2』 (Gilbut, 2022), 『Máy học & Deep Learning dành cho nhà phát triển』 (Hanbit Media, 2022), 『Gradient Boosting sử dụng XGBoost và Scikit-Learn』 (Hanbit Media, 2022), 『Học Deep Learning từ đội ngũ Google Brain với TensorFlow.js』 (Gilbut, 2022), và 『(Ấn bản sửa đổi thứ 2) Máy học sử dụng thư viện Python』 (Hanbit Media, 2022).

Thêm

Chương trình giảng dạy

Tất cả

23 bài giảng ∙ (14giờ 36phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

58 đánh giá

4.7

58 đánh giá

  • tlsdnr46952888님의 프로필 이미지
    tlsdnr46952888

    Đánh giá 15

    Đánh giá trung bình 4.9

    5

    26% đã tham gia

    Tôi học tốt hơn sau khi đọc sách do thầy Park Hae-seon dịch. Cảm ơn bạn.

    • haesunpark
      Giảng viên

      Tôi rất vui vì bạn thấy nó hữu ích. Cảm ơn bạn đã để lại nhận xét! :)

  • hyongsu44님의 프로필 이미지
    hyongsu44

    Đánh giá 868

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    Cảm ơn bạn vì bài giảng về máy học. Tôi nghĩ tôi đã học được nó một cách dễ dàng nhờ lời giải thích của một cuốn sách quen thuộc.

    • haesunpark
      Giảng viên

      Cảm ơn bạn đã đánh giá tốt!

  • lsp901104님의 프로필 이미지
    lsp901104

    Đánh giá 2

    Đánh giá trung bình 5.0

    5

    35% đã tham gia

    Bài giảng của giáo sư Hae-sun Park thực sự hữu ích. Cảm ơn bạn rất nhiều vì đã trình bày việc học máy thực hành như sách giáo khoa trong bài giảng. Chúng tôi sẽ gặp bạn thường xuyên trong tương lai.

    • krlim12024814님의 프로필 이미지
      krlim12024814

      Đánh giá 1

      Đánh giá trung bình 5.0

      5

      35% đã tham gia

      Thực sự dễ hiểu..

      • haesunpark
        Giảng viên

        Cảm ơn cười

    • rokmckyt2518님의 프로필 이미지
      rokmckyt2518

      Đánh giá 2

      Đánh giá trung bình 5.0

      5

      35% đã tham gia

      Cảm ơn bạn vì bài giảng chi tiết mặc dù đây là bài giảng miễn phí.

      • haesunpark
        Giảng viên

        Cảm ơn bạn đã để lại một đánh giá tốt! :)

    Khóa học khác của haesunpark

    Hãy khám phá các khóa học khác của giảng viên!

    Khóa học tương tự

    Khám phá các khóa học khác trong cùng lĩnh vực!

    Miễn phí