Tổng cộng:
[masp]techmater-02[/masp]
[giaban]0đ[/giaban]
[tinhtrang]Còn hàng[/tinhtrang]
[chitiet]
Share khóa học: Nhập môn Machine Learning - Techmaster.vn
GIỚI THIỆU KHÓA HỌCKhóa học ngắn 13 buổi, nhập môn Machine Learning cho lập trình viên. Học qua dự án nhỏ demo, ngôn ngữ lập trình Python, framework Scikit-Learn, TensorFlow, Mlib trên Spark, Deeplearning4J (For java and Spark integratable). Học viên phải là lập trình viên, đã có ít nhất 24 tháng kinh nghiệm lập trình hoặc sinh viên chuyên ngành CNTT đã học môn xác suất, thống kê. Khóa học bao gồm các chủ đề: Supervised (bài toán có nhãn): classification and regression Unsupervised (bài toán không có nhãn): clustering and dimension reduction Các dự án, bài tập mẫu thực hành sẽ dạy các kỹ thuật Naïve Bayes Linear regression and logistic regression K-means Self-organizing map Principle component analysis Perceptron and back propagation Convolution neural network (nhận diện ảnh, phân loại text) Recurrent neural network Sequence2sequence neural network (chat bot, translator) Giảng viên: Cao Thanh Hà, Kỹ sư AI Cao cấp tại VNPT-IT . Giáo trình 1. Cơ sở toán học 2. Lập trình Python, cài đặt môi trường 3. Hai bài toán cơ bản và mô hình linear regression 4. Bài toán classification cơ bản 5. Bài toán clustering cơ bản 6. Một số mô hình unsupervised 7. Mô hình neural network 8. Tensorflow frame work 9. Mô hình deep learning 10. Nhận dạng số viết tay 11. Nhận dạng text patterns 12. Bài toán machine learning thực tế CAO THANH HÀ - Thạc sỹ vật lý điện tử đại học Pohang, Hàn Quốc. - Từng là Chuyên gia kiểm thử - phân tích mạch điện Samsung. - Kỹ sư nghiên cứu - triển khai Machine Learning VCCorp. - Hiện đang là Kỹ sư AI Cao cấp tại VNPT-IT.
GIỚI THIỆU KHÓA HỌC
Khóa học ngắn 13 buổi, nhập môn Machine Learning cho lập trình viên. Học qua dự án nhỏ demo, ngôn ngữ lập trình Python, framework Scikit-Learn, TensorFlow, Mlib trên Spark, Deeplearning4J (For java and Spark integratable). Học viên phải là lập trình viên, đã có ít nhất 24 tháng kinh nghiệm lập trình hoặc sinh viên chuyên ngành CNTT đã học môn xác suất, thống kê. Khóa học bao gồm các chủ đề: Supervised (bài toán có nhãn): classification and regression Unsupervised (bài toán không có nhãn): clustering and dimension reduction Các dự án, bài tập mẫu thực hành sẽ dạy các kỹ thuật Naïve Bayes Linear regression and logistic regression K-means Self-organizing map Principle component analysis Perceptron and back propagation Convolution neural network (nhận diện ảnh, phân loại text) Recurrent neural network Sequence2sequence neural network (chat bot, translator) Giảng viên: Cao Thanh Hà, Kỹ sư AI Cao cấp tại VNPT-IT .
Giáo trình
1. Cơ sở toán học
2. Lập trình Python, cài đặt môi trường
3. Hai bài toán cơ bản và mô hình linear regression
4. Bài toán classification cơ bản
5. Bài toán clustering cơ bản
6. Một số mô hình unsupervised
7. Mô hình neural network
8. Tensorflow frame work
9. Mô hình deep learning
10. Nhận dạng số viết tay
11. Nhận dạng text patterns
12. Bài toán machine learning thực tế
CAO THANH HÀ
- Thạc sỹ vật lý điện tử đại học Pohang, Hàn Quốc.
- Từng là Chuyên gia kiểm thử - phân tích mạch điện Samsung.
- Kỹ sư nghiên cứu - triển khai Machine Learning VCCorp. -
Hiện đang là Kỹ sư AI Cao cấp tại VNPT-IT.
 |
| Nhập môn Machine Learning |
