Học xong lớp này, bạn sẽ được...

Tổng quan
Hiểu tổng quan về machine learning và vai trò của machine learning trong các bài toán thực tế.
Hiểu, áp dụng và triển khai các thuật toán trong học máy như
• Học có giám sát (Supervised learning): Linear Regression, Logistic Regression, Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Decision Tree, Random Forest, Neural Networks. • Học không giám sát (Unsupervised learning): K-means, Mean-shift, Dimensionality Reduction với Principal Component Analysis (PCA).
Vận dụng
Vận dụng các thuật toán machine learning trong việc giải quyết các vấn đề thực tế.
Kiến thức
Có kiến thức nền tảng về machine learning để tạo tiền đề cho việc học tập và nghiên cứu về Deep Learning hay Data Science sau này.

Đề cương

  • 1
    Giới thiệu về Machine Learning
    0
  • 0
    Toán học và Machine Learning
    2
  • 3
    Hồi quy tuyến tính một biến (Linear Regression with One Variable)
    0
  • 0
    Hồi quy tuyến tính nhiều biến (Linear Regression with Multiple Variables)
    4
  • 5
    Hồi quy Logistic nhiều biến (Logistic Regression with Multiple Variables)
    0
  • 0
    Support Vector Machine
    6
  • 7
    Decision Tree
    0
  • 0
    Random Forest
    8
  • 9
    Học không giám sát (Unsupervised Learning)
    0
  • 0
    Giảm chiều dữ liệu (Dimensionality Reduction)
    10
  • 11
    Bài tập cuối kỳ
    0
  • 0
    Giới thiệu về Neural Networks (Neural Networks: Representation)
    12
  • 13
    Trình bày bài tập cuối kỳ
    0

Đồ án cuối khóa

Các khóa sắp khai giảng

Lựa chọn Khóa học phù hợp với bạn

Đội ngũ giảng viên

Giảng viên

TS. Trần Anh Tuấn

TS. Trần Anh Tuấn

Computer sision, Data science

  • DS, CV & AI Supervisor
  • Lecturer in University of Science’s

Trợ Giảng

ThS. Vũ Đình Bảo

ThS. Vũ Đình Bảo

Project manager

  • Thạc sĩ chuyên ngành Khoa học máy tính
  • Project manager tại Kmin Technology
  • Huấn luyện viên đội tuyển Olympic Tin học của trường Cao Thắng

Hãy cho tôi thấy cách bạn giải quyết vấn đề, tôi sẽ biết bạn dev ra sao.

Giảng viên

TS. Cao Tiến Dũng

TS. Cao Tiến Dũng

Học máy, Phân tích dữ liệu

  • Tiến sỹ Khoa học Máy tính (2010), Đại học Bordeaux 1, Pháp
  • Phó Trưởng khoa, Khoa Kỹ Thuật Trường Đại học Tân Tạo.

Cảm nhận của học viên sau khóa học