Chương trình đào tạo

Chúng tôi gồm các nhà nghiên cứu, giảng viên, chuyên gia ngành, doanh nghiệp kết hợp lại nhằm tạo dựng môi trường học tập và ứng dụng Trí tuệ nhân tạo để cùng sáng tạo và đổi mới. Chúng tôi xây dựng các khóa học, tư vấn giải pháp công nghệ, trực tiếp phát triển các sản phẩm AI và đưa vào áp dụng triển khai thực tế.

5.000.000/15 buổi

Thị giác máy tính

Khóahọc gồm 2 phần chính. Nội dung chính thứ nhất giúp học viên được tiếp cận cáckhái niệm và kiến thức cơ bản về Xử lý ảnh. Nội dung chính thứ hai gồm các kỹ thuật và phương pháp hiểu ảnh ở mức độngữ nghĩa. Trong đó, các bài toán chính của thị giác máy tính như phát hiện,nhận dạng đối tượng, phân đoạn ảnh sẽ được trình bày.

Học viên được tiếp cận và thực hành với cácứng dụng của Xử lý ảnh và Thị giác máy tính với nhiều ví dụ minh họa, dữ liệu,và dự án từ các bài toán thực tế như phát hiện làn đường ứng dụng cho xe khôngngười lái, khâu nối ảnh panorama, tìm kiếm ảnh theo nội dung (image retrieval),phân loại ảnh, phát hiện và phân loại đối tượng, phát hiện khuôn mặt, phát hiện biển số xe, phân loại phương tiện giao thông bằng camera thông minh, phát hiện đột nhật trong các ứng dụng nhà thông minh, phát hiện hành vi bất thường nơicông cộng, phân tích và nhận dạng ảnh khuôn mặt.

4.500.000/15 buổi

Học máy cơ bản và Ứng dụng

Học viên được tiếp cận các khái niệm, kỹ thuật, và mô hình học máy cơ bản và phổ dụng trong học có giám sát (Supervised learning) như hồi quy logistic (Logistic Regression), cây quyết định (Decision Tree), Support Vector Machines, học không giám sát (Unsupervised learning) như các kỹ thuật phân cụm (clustering).

Học viên được tiếp cận với các ứng dụng của học máy với nhiều ví dụ minh họa, dữ liệu, và dự án từ các bài toán thực tế như dự đoán/dự báo giá cả, đánh giá tín dụng cá nhân, phân loại phương tiện giao thông/ảnh/tin tức, phát hiện thâm nhập trong an ninh mạng,…Với cách tiếp cận dựa trên dự án (project-based) khóa đào tạo sẽ giúp người học có được các kỹ năng thực hành và giải quyết các vấn đề thực tế sử dụng các kỹ thuật và công cụ của học máy.

-->
5.000.000/15 buổi

Deep learning

Khóa học trang bị kiến thức toàn diện cho người học trên 3 phần. Phần mạng nơ-ron nhân tạo bao gồm các kiến thức về tính toán trên mạng nơ-ron, các thuật toán huấn luyện mạng nơ-ron và các phương pháp tối ưu mạng được sử dụng nhiều trong thực tiễn. Phần mô hình DL giới thiệu các mô hình DL nổi tiếng được ứng dụng nhiều trên thế giới. Phần học biểu diễn (Representation Learning) mang đến cho người học xu hướng mới trong việc sử dụng deep learning cho việc trích xuất thông tin cho mọi loại dữ liệu làm tăng sự thông minh của hệ thống.

Học viên cũng có cơ hội tiếp cận với các ứng dụng thị giác máy như nhận dạng hình ảnh, làm cho máy tính có khả năng vẽ ảnh nghệ thuật; các ứng dụng xử lý ngôn ngữ tự nhiên như phân tích cảm xúc (sentiment analysis), phân tích mạng xã hội…

5.000.000/15 buổi

Xử lý ngôn ngữ tự nhiên

Khóa học sẽ trang bị cho học viên những kỹ thuật cần thiết cho việc khai phá và phân tích dữ liệu văn bản để tìm ra những thông tin hữu ích để hỗ trợ cho việc đưa ra quyết định của các hệ thống. Thông qua những dự án thực tế, người học sẽ được đào tạo để có kỹ năng lập trình, phân tích, tổng hợp dữ liệu văn bản từ nhiều nguồn dữ liệu khác nhau. Nội dung chính sẽ được giảng dạy trong khóa học:
- Đọc dữ liệu từ nhiều nguồn khác nhau
- Trích xuất dữ liệu text từ các website
- Trích xuất và khai phá dữ liệu text từ các mạng xã hội như Facebook và Twitter
- Phân tích cảm xúc từ dữ liệu text
- Phân tích quan điểm từ dữ liệu text
- Tóm tắt văn bản

Học viên được tiếp cận với các ứng dụng của học máy với nhiều ví dụ minh họa, dữ liệu, và dự án từ các bài toán thực tế như dự đoán/dự báo giá cả, đánh giá tín dụng cá nhân, phân loại phương tiện giao thông/ảnh/tin tức, phát hiện thâm nhập trong an ninh mạng,…Với cách tiếp cận dựa trên dự án (project-based) khóa đào tạo sẽ giúp người học có được các kỹ năng thực hành và giải quyết các vấn đề thực tế sử dụng các kỹ thuật và công cụ của học máy.

-->