Khóa học cung cấp cho học viên các kiến thức cần thiết về Deep Learning, một nhánh rất “hot” của Machine Learning.
Trang bị kiến thức và kỹ năng vận dụng các thuật toán quan trọng như Artificial Neural Network (ANN) – mạng neuron nhân tạo, Convolutional Neural Network (CNN) – mạng neuron tích chập, Transfer Learning từ Pre-trained model, Recurrent neural network (RNN) - mạng neuron hồi quy, AutoEncoder – mạng tự mã hóa, Generative Adversarial Networks (GANs); Deep Learning và Natural Language Processing (NLP) như Text Classification, Name Entity Recognition; Deep Learning và Computer Vision như Face detection – nhận diện khuôn mặt, Object detection - nhận diện vật thể; thông qua việc sử dụng các bộ thư viện, công cụ mạnh mẽ, mã nguồn mở như Python, Numpy, Pandas, Matplotlib, sklearn, TensorFlow, Keras…
Thực hiện các project cụ thể trong bối cảnh giải quyết các vấn đề Deep Learning hấp dẫn
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