I. Tổng quan

Khóa học này cung cấp nền tảng cơ bản về Trí tuệ nhân tạo (AI) dành cho các kỹ sư CNTT đang muốn tìm hiểu và bắt đầu hành trình chuyển hướng sang lĩnh vực AI. Chương trình tập trung vào việc giới thiệu các khái niệm nền tảng, công nghệ cơ bản và ứng dụng thực tế của AI, đồng thời cung cấp các bài thực hành đơn giản để học viên có thể làm quen với các công cụ AI phổ biến.

II. Thời lượng

40 giờ (05 ngày)

III. Đối tượng tham gia:

• Kỹ sư phần mềm
• Kỹ sư hệ thống
• Lập trình viên
• Chuyên gia CNTT muốn tìm hiểu về AI

IV. Điều kiện tiên quyết

• Kiến thức cơ bản về lập trình (bất kỳ ngôn ngữ nào)
• Hiểu biết cơ bản về toán học
• Kinh nghiệm làm việc trong ngành CNTT

V. Nội dung khóa học

PHẦN 1: TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO

1. Giới thiệu về AI

• Lịch sử phát triển của AI
• Phân biệt AI, Machine Learning, và Deep Learning
• Các loại AI: Narrow AI vs General AI
• Tác động của AI đến ngành CNTT và xã hội

2. Nền tảng toán học cơ bản cho AI

• Đại số tuyến tính cơ bản: ma trận, vector
• Xác suất thống kê đơn giản
• Giải tích cơ bản: đạo hàm, gradient
• Các khái niệm toán học thường gặp trong AI

3. Môi trường phát triển AI

• Giới thiệu Python cho AI
• Các thư viện cơ bản: NumPy, Pandas, Matplotlib
• Jupyter Notebook và Google Colab
• Thực hành: Cài đặt môi trường và làm quen với công cụ

PHẦN 2: MACHINE LEARNING CƠ BẢN

1. Nhập môn Machine Learning

• Các loại học máy: Supervised, Unsupervised, Reinforcement Learning
• Quy trình xây dựng mô hình Machine Learning
• Tập dữ liệu huấn luyện, kiểm tra và đánh giá
• Overfitting và Underfitting

2. Thuật toán Machine Learning cơ bản I

• Linear Regression
• Logistic Regression
• Thực hành: Giải quyết bài toán dự đoán đơn giản với scikit-learn

3. Thuật toán Machine Learning cơ bản II

• Decision Trees
• Random Forests
• Support Vector Machines
• Thực hành: Xây dựng mô hình phân loại với scikit-learn

4. Tiền xử lý dữ liệu

• Làm sạch dữ liệu
• Xử lý dữ liệu bị thiếu
• Chuẩn hóa và scale dữ liệu
• Thực hành: Tiền xử lý dữ liệu thực tế với Pandas

5. Đánh giá mô hình

• Các phương pháp đánh giá mô hình
• Cross-validation
• Hyperparameter tuning
• Thực hành: Đánh giá và tối ưu hóa mô hình đơn giản

6. Unsupervised Learning cơ bản

• K-means clustering
• Hierarchical clustering
• Principal Component Analysis (PCA)
• Thực hành: Phân cụm dữ liệu đơn giản

PHẦN 3: DEEP LEARNING CƠ BẢN

1. Nhập môn Neural Networks

• Cấu trúc và nguyên lý hoạt động của mạng nơ-ron
• Activation Functions
• Gradient Descent và Backpropagation
• Thực hành: Xây dựng mạng nơ-ron đơn giản với TensorFlow/Keras

2. Convolutional Neural Networks (CNNs)

• Kiến trúc cơ bản của CNN
• Convolution và Pooling
• Ứng dụng trong xử lý hình ảnh
• Thực hành: Phân loại hình ảnh với CNN đơn giản

3. Recurrent Neural Networks (RNNs)

• Kiến trúc cơ bản của RNN
• LSTM và GRU
• Ứng dụng trong xử lý dữ liệu chuỗi
• Thực hành: Dự báo chuỗi thời gian đơn giản

4. Transfer Learning

• Nguyên lý của Transfer Learning
• Các mô hình pre-trained
• Fine-tuning mô hình
• Thực hành: Sử dụng mô hình pre-trained cho bài toán phân loại hình ảnh

PHẦN 4: XỬ LÝ NGÔN NGỮ TỰ NHIÊN CƠ BẢN

1. Nhập môn NLP

• Tiền xử lý văn bản cơ bản
• Bag of Words và TF-IDF
• Word Embeddings cơ bản
• Thực hành: Phân tích cảm xúc đơn giản

2. Transformer và Large Language Models

• Giới thiệu về kiến trúc Transformer
• Tổng quan về Large Language Models (LLMs)
• Ứng dụng của NLP trong thực tế
• Thực hành: Sử dụng mô hình Hugging Face đơn giản

PHẦN 5: COMPUTER VISION CƠ BẢN

1. Nhập môn Computer Vision

• Các khái niệm cơ bản trong xử lý ảnh
• Feature extraction
• Ứng dụng của Computer Vision
• Thực hành: Xử lý ảnh cơ bản với OpenCV

2. Ứng dụng Computer Vision

• Object Detection cơ bản
• Face Recognition
• Các ứng dụng thực tế khác
• Thực hành: Sử dụng mô hình pre-trained cho object detection

PHẦN 6: TRIỂN KHAI VÀ ỨNG DỤNG THỰC TẾ

1. Triển khai mô hình AI

• Đóng gói mô hình
• Tạo API đơn giản với Flask/FastAPI
• Triển khai mô hình lên cloud
• Thực hành: Triển khai mô hình đơn giản

2. AI trong doanh nghiệp

• Các ứng dụng AI trong doanh nghiệp
• Quy trình phát triển AI trong thực tế
• Đạo đức AI và các vấn đề pháp lý
• Thảo luận nhóm về ứng dụng AI