I. Thời lượng khóa học: 42 giờ

II. Nội dung chi tiết khóa học:

1. Giới thiệu về Machine Learning

• Giới thiệu khoá học
• Phân loại các phương pháp học máy
• Giới thiệu về các dự án sẽ thực hiện trong khoá học

2. Cài đặt hệ thống Machine Learning

• Quy trình làm Machine Learning
• Thiết lập hệ thống Machine Learning
• Đọc, ghi và tiền xử lý dữ liệu với pandas
• Trực quan hóa dữ liệu với matplotlib

3. Thư viện lập trình cho Machine Learning

• Học máy với scikit-learn
• Học máy với Tensorflow
• Học máy với Keras

4. KNN và hồi quy (Regression) và ứng dụng trong bài toán Dự đoán giá bất động sản

• Giới thiệu bài toán Dự đoán giá bất động sản
• Thu thập và Phân tích dữ liệu
• Định nghĩa độ đo tương tự
• Xây dựng mô hình học máy
• Đánh giá kết quả

5. Cây quyết định (Decision Tree) và ứng dụng trong Đánh giá tín dụng cá nhân (credit scoring)

• Giới thiệu bài toán Đánh giá tín dụng cá nhân
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy
• Đánh giá kết quả

6. Naïve Bayes Classifier và ứng dụng trong Phân loại tin tức

• Giới thiệu bài toán Phân loại tin tức
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy
• Đánh giá kết quả

7. Support Vector Machines (SVM) và ứng dụng trong Phân loại phương tiện giao thông trong hệ thống camera thông minh

• Giới thiệu bài toán Phân loại phương tiện giao thông
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy
• Đánh giá kết quả

8. Seminar công nghệ và ý tưởng

• Giới thiệu các ứng dụng machine learning
• Trình bày các ý tưởng dự án machine learning

9. K-mean và Mean-shift với ứng dụng trong Phân vùng ảnh

• Giới thiệu bài toán Phân vùng ảnh
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy
• Đánh giá kết quả

10. Phân cụm phổ (Spectral Clustering) và Ứng dụng trong Phân tích và khai phá dữ liệu mạng xã hội

• Giới thiệu bài toán Phân tích và khai phá mạng xã hội
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy
• Đánh giá kết quả

11. Mạng nơ ron nhân tạo đa lớp (Multiple Layer Perceptron) và ứng dụng trong Nhận dạng chữ viết tay

• Giới thiệu bài toán Nhận dạng chữ viết tay
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy
• Đánh giá kết quả

12. Deep Learning và ứng dụng trong Phân loại đối tượng trong ảnh và video

• Giới thiệu bài toán Phân loại đối tượng trong ảnh và video
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy
• Đánh giá kết quả

13. Deep Learning và ứng dụng trong nhận dạng khuôn mặt

• Giới thiệu bài toán nhận dạng khuôn mặt
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy
• Đánh giá kết quả

14. Báo cáo các projects và tổng kết khóa học

• Giảng viên nhận xét về các projects và chia sẻ kinh nghiệm thực tế về machine learning