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