Luyện thi chứng chỉ Tensorflow

Back to Dashboard

Hey there, great course, right? Do you like this course?

All of the most interesting lessons further. In order to continue you just need to purchase it

Get course

Enroll with Membership

Course sections

Section 1

Luyện tập Python cơ bản (3 tuần)

Cấu trúc dữ liệu, mệnh đề điều kiện, vòng lặp đơn giản

Vòng lặp nâng cao, Hàm

Làm với với file và các thư viện

Section 2

Đại số tuyến tính

Vector, Ma trận và các tính chất

Xây dựng, tính toán trên ma trận sử dụng Numpy

Section 3

Đạo hàm 1

Hàm Liên tục

Khái niệm đạo hàm

Quy tắc chuỗi một biến

Section 4

Đạo hàm 2

Ôn tập quy tắc chuỗi

Đạo hàm Vector – Scalar, Gradient

Sử dụng GradientTape xây dựng mô hình tính đạo hàm

Section 5

Đạo hàm 3

Đạo hàm Vector – Vector

Đạo hàm Ma trận – Vector

Quy tắc chuỗi nhiều biến

Jacobian Matrix

Section 6

Giới thiệu các thư viện hiển thị dữ liệu + Ôn tập Gradient

Thư viện Matplotlib

Thư viện Pandas

Ôn tập Gradient

Section 7

Xác suất 1

Hoán vị, Chỉnh hợp và Tổ hợp

Xác suất và các tính chất

Section 8

Giới thiệu AI và Tensorflow 2

AI, Machine Learning, Deep Learning và ứng dụng

Giới thiệu Framework Tensorflow 2

Section 9

Xác suất 2

Xác suất điều kiện

Xác suất độc lập

Công thức xác suất đầy đủ

Định lý Bayes

Luyện tập áp dụng công thức xác suất đầy đủ + định lý Bayes

Section 10

Thống kê 1

Phân phối Bernoulli

Phân phối Binomial

Phân phối chuẩn (Normal Distributions)

Section 11

Thống kê 2 - Phân phối chuẩn

Hàm phân phối tích lỹ (CDF)

Tính chất phân phối chuẩn

Phân phối chuẩn đơn vị

Section 12

Thống kê 3 – Ước lượng tham số mô hình

Xác suất và Likelihood

Maximum Likelihood Estimation

MLE ước lượng phân phối Binomial

MLE ước lượng phân phối chuẩn

Section 13

Mô hình hồi quy tuyến tính (Linear Regression)

Xây dựng mô hình dự đoán giá Grab

Lập trình mô hình hồi quy tuyến tính bằng Python

Lập trình mô hình hồi quy tuyến tính bằng Tensorflow 2

Hướng dẫn sử dụng TensorBoard để hiển thị quá trình trình training

Sử dụng MLE để xây dựng Mean Square Error

Section 14

Model-centric vs Data-centric

Structured và Unstructured data

Phân tích tương quan đặc trưng

Lựa chọn đặc trưng cho mô hình

Section 15

Thuật toán Stochastic Gradient Descent (SGD)

Lập trình thuật toán Stochastic Gradient Descent với Python

Lập trình thuật toán Stochastic Gradient Descent với Tensorflow 2

Section 16

Mô hình hồi quy logistic (Logistic Regression)

Sử dụng Maximum Likelihood Estimation để xây dựng Cost Function cho Logistic Regression

Thuật toán Gradient Ascent cho Logistic Regression

Thuật toán Gradient Descent cho Logistic Regression

Xây dựng thuật toán Gradient Descent cho Logistic Regression bằng Python và Numpy

Section 17

Mô hình hồi quy Softmax

Sử dụng hồi quy Logistic cho bài toán phân loại nhiều lớp

Hồi quy Softmax

Bias và Variance, vấn đề Overfitting và Underfitting

Hiệu chỉnh mô hình (L1, L2)

Section 18

Đánh giá mô hình

Precision và Recall

ROC Curve và AUC ROC Curve

Đánh giá hiệu năng mô hình với dữ liệu không cân bằng (Imbalanced Data)

Section 19

Mạng Neuron (Neural Network)

Xây dựng cho mạng Nơ ron

Section 20

Thực hành xây dựng mạng Nơ ron

Xây dựng mạng Nơ ron bằng Python + Numpy

Xây dựng mạng Nơ ron bằng Tensorflow 2

Section 21

Thuật toán lan truyền ngược

Lý thuyết, ôn tập quy tắc chuỗi nhiều biến

Xây dựng thuật toán lan truyền ngược bằng Python + Numpy

Section 22

Mạng tích chập (CNN)

Thị giác máy tính cơ bản

Xây dựng lớp tích chập, max pooling

Xây dựng mô hình phân loại

Section 23

Transfer-learning + thuật toán tối ưu

Network in Network (Lin et al)

Resnet50 (He el al)

Section 24

Các thuật toán tối ưu

SGD + Momentum, AdaGrad, Adadelta, RMSprop, Adam, AdaMax, Nadam, AMSGrad

Chuẩn hóa: BatchNorm

Lập trình các thuật toán học bằng Python

Section 25

Xử lý ngôn ngữ tự nhiên (NLP) - Tách từ và padding + Mô hình Word2Vec - Xây dựng Embedding

Skip Gram và CBOW

Transfer learning sử dụng Glove/Word2Vec

Thực hành tách từ, xây dựng từ điển

Xây dựng Skip Gram/CBOW bằng Tensorflow 2

Xây dựng CBOW bằng thư viện gensim

Section 26

Mô hình ngôn ngữ và Mạng nơ-ron hồi quy (RNN)

Bài toán nhận diện câu

N-grams Language Model

Neural Language Model

Vấn đề của Vanilla RNN

Section 27

Xây dựng mô hình làm việc với data Time series

Xây dựng data Time series: Bài toán dự đoán doanh thu, dự báo thời tiết

Xây dựng mô hình dự đoán data Time series

Section 28

Các kỹ năng cần thiết trong công việc

Sử dụng Git + Github

Thiết kế TDD (Viết test trước – Code sau)

Viết Document

Section 29

Xây dựng thư viện AI

Hướng đối tượng (OOP)

Xây dựng Pipeline dữ liệu

Scaling thư viện

Section 30

Tư vấn dàn bài từ chuyên gia và những học viên đã thi thành công

Gặp gỡ học viên đã thi chứng chỉ đỗ chứng chỉ Tensorflow (Tensorflow Certificate Holder)

Gặp gỡ các học viên đang làm việc tại các công ty AI

Luyện tập Python cơ bản (3 tuần)

THỬ NGHIỆM MLP-MIXER TRÊN BÀI TOÁN NHẬN DIỆN CẢM XÚC

Lesson is locked. Please Buy course to proceed.