Learn Machine Learning In Two Months Save

Lộ trình học Machine Learning, Deep Learning cho người mới bắt đầu

Tôi đã từng học Machine Learning trong vòng 2 tháng và tôi tin bạn cũng có thể làm được.

Lộ trình sẽ giúp bạn nắm chắc công nghệ này từ cơ bản đến nâng cao, xây dựng Machine Learning model từ python thuần cho đến các thư viện cao cấp như TensorFlow hay Keras. Đi sâu phân tích bản chất vấn đề là giá trị cốt lõi của khóa học này.

P/S: Hãy để lại 1 star để team có động lực xuất bản các phần tiếp theo và cũng đừng quên chia sẻ tới bạn bè của bạn.

Tôi là Founder ProtonX và VietAI Hà Nội, tôi sản xuất nội dung giúp đỡ cộng đồng học AI. :D

Ngày 10/12/2019, sau 2 vòng phỏng vấn, Google chính thức công nhận tôi là Google Developer Expert in Machine Learning đầu tiên tại Việt Nam.

Tìm tôi ở đây.

Video giới thiệu về Machine Learning:

Giới thiệu về thành tựu và mục tiêu của VietAI tại đây.

Xem tôi trên Youtube

Mục lục

• 1. Kiến thức toán học cần thiết (Hoàn tất)
• 2. Kỹ năng lập trình Python (Hoàn tất)
• 3. Thư viện Numpy và TensorFlow (Hoàn tất)
• 4. Hiển thị dữ liệu và các công cụ (Đang tiến hành)
  • Dữ liệu bảng
• 5. Bài toán hồi quy (Regression) (Hoàn tất)
• 6. Bài toán phân loại (Classification) (Hoàn tất)
• 7. Triển khai (Deploy) Machine Learning Model trên Production (Hoàn tất)
• 8. Machine Learning trên trình duyệt và TensorFlowJS (Hoàn tất)
• 9. Cập nhật mới nhất
  • TensorFlow 2.0
  • Trải nghiệm PaperSpace Gradient Community
• 10. Ôn luyện thuật toán mỗi ngày (Đang tiến hành)
  • Backtracking Algorithm
• 11. Một số ứng dụng triển khai thực tế (Đang tiến hành)

  • Ứng dụng Transfer Learning

    

12. [Video] AI cơ bản + Luyện thi chứng chỉ Tensorflow

• 1. Giới thiệu Machine Learning/ Deep Learning
  • Video
• 2. Xây dựng bài toán nhận diện giao thông (bao gồm tăng cường data)
  • Video: Xử lý dữ liệu và xây dựng model
  • Video: Huấn luyện và tiến hành dự đoán
  • Notebook
• 3. Xây dựng lớp tích chập / MaxPooling
  • Video
  • Notebook
• 4. Tự động đánh nhãn và xử lý ảnh nhiều chiều
  • Video
  • Notebook
• 5. Transfer Learning với InceptionNet
  • Video
  • Notebook
• 6. Tokenizations and Sequence
  • Video
  • Notebook
• 7. Word2Vec
  • Video
• 8. Thực hành xây dựng Embeddings
  • Video
  • Notebook
• 9. Mạng RNN
  • Video
• 10. Thực hành xây dựng mạng RNN, LSTM, Bi-directional
  • Video
  • Notebook
• 11. Tính toán số lượng tham số mạng RNN
  • Video
• 12. Bài toán sinh từ
  • Video
  • Notebook
• 13. Giới thiệu dữ liệu Time series
  • Video
• 14. Xây dựng Time Series dataset bằng Tensorflow Dataset
  • Video
  • Notebook
• 15. Sử dụng RNN để giải bài toán dữ liệu thời gian
  • Video
  • Notebook