Deep Learning with Python

• Tổng số giờ: 64 tiết (5 tuần)
• Học phí: 5.800.000đ (có chế độ miễn giảm của mỗi khóa, xem chi tiết trong Thời Khóa Biểu)

• Tổng quan Deep Learning
  • Giới thiệu, phân loại Deep Learning
  • Phạm vi áp dụng, so sánh Machine Learning và Deep Learning
  • Thư viện hỗ trợ Deep Learning: TensorFlow, Keras…
  • Làm việc với TensorFlow và Keras
• TensorFlow
  • Giới thiệu
  • Tensor
  • TensorFlow cơ bản
  • Constants, Placeholder, Variables
  • Operators
• Artificial Neural Network (ANN) – mạng neuron nhân tạo
  • Giới thiệu: Biological Neuron Network - mạng neuron sinh học, ANN, perceptron, thuật ngữ
  • Tính toán logic với Neurons
  • Hoạt động của Neural
  • Neural network học như thế nào?
  • Activation Function: Linear, Sigmoid, TanH, Softmax, rectified linear unit (ReLU)
  • Back propagation
  • Loss function, Optimizers
  • Gradient Descent, Stochastic Gradian Descent
  • Xây dựng ANN, đánh giá
  • Cải thiện model với Dropout, GridSearchCV
• Convolutional Neural Network (CNN) – mạng neuron tích chập
  • Giới thiệu CNN, đặc điểm, ứng dụng
  • Convolution Operation
  • ReLU layer
  • Pooling
  • Flattening
  • Full connection
  • Softmax
  • Cross entropy
  • Xây dựng CNN, đánh giá và tinh chỉnh CNN
• Recurrent neural network (RNN) - mạng neuron hồi quy
  • Giới thiệu RNN, đặc điểm, ứng dụng
  • Computational Graph
  • Vanishing Gradient Descent
  • Long Short Term Memory (LSTM), LSTM Variation
  • Xây dựng RNN, đánh giá và tinh chỉnh RNN
• Transfer Learning từ Pre-trained model
  • Giới thiệu Transfer Learning
  • Lý do nên áp dụng pre-trained model
  • Tiến trình Transfer Learning
  • Bộ dữ liệu ImageNet/ ILSVRC
  • Pre-trained model trong Keras: VGG, ResNet, MobileNet, Inception50
  • Sử dụng pre-trained model
  • Triển khai transfer learning với pre-trained model
• Natural Language Processing (NLP) với Deep Learning
  • Giới thiện NLP: ngôn ngữ tự nhiên, thách thức của ngôn ngữ tự nhiên…
  • Basic Tranformation: Tokenization, CountVectorizer, Tf-Idf (Term frequency-inverse document frequency), HashingVectorizer, Keras text_to_word_sequence, Keras one_hot, Keras Tokenizer API
  • Text Classification với RNN
  • Name Entity Recognition với LSTM-CRF
• AutoEncoder
  • Giới thiệu, đặc điểm, ứng dụng
  • AutoEncoder: Encoder, Decoder
  • Loss function
  • Xây dựng AutoEncoder: Simple AutoEncoder, Deep AutoEncoder, CNN AutoEncoder
• Face detection - Nhận diện khuôn mặt
  • Viola Jones algorithm
  • Haar- like features
  • LBP cascade classifier
  • So sánh Haar và LBP
  • Intergral Image
  • Training classifier
  • AdaBoost
  • Cascading
  • Xây dựng face detection với OpenCV
  • Đối phó với False Positives (nhận diện sai)
•  Object detection - nhận diện vật thể
  • Single Shot MultiBox Detector (SSD)
  • Multi-box concept
  • Dự đoán object position
  • Scale problem
  • Xây dựng object detection với SSD
• Generative Adversarial Networks (GANs)
  • Giới thiệu, đặc điểm
  • Cách thức hoạt động của GANs
  • Ứng dụng GANs
  • Tạo ảnh với GANs

Học viên thi đạt kết quả cuối môn học sẽ được cấp chứng nhận "Deep Learning with Python" do Trung Tâm Tin Học - Trường ĐH Khoa Học Tự Nhiên cấp.