AI Khái niệm

Lời Nói Đầu Tự Học AI

bởi NguyenIT vào 2024-11-10 11:08:22

Chia sẻ: Facebook | Twitter | Whatsapp | Linkedin Lượt truy cập: 20


Lời Nói Đầu Tự Học AI

AI là một ngành khoa học đang rất phát triển trên thế giới. Chúng ta không thể phủ nhận vai trò của những mô hình và thuật toán đang ngày càng quan trọng đối với con người. Nó len lỏi vào cuộc sống hàng ngày của bạn, thay đổi thói quen của bạn mà bạn có thể không nhận ra.

Khi bạn lướt facebook, những tin tức mà bạn đọc được đều là kết quả đã được khuyến nghị từ thuật toán. Bạn lướt một trang web và nhận được các banner quảng cáo đúng sản phẩm mình cần. Bạn vào một bệnh viện khám bệnh, kết quả của bạn nhận được có thể một phần được đóng góp từ dự đoán của thuật toán. Điện thoại của bạn có thể phân biệt được bạn và em trai của bạn. Tất cả những điều này giúp cuộc sống của chúng ta trở nên tiện tích hơn rất nhiều.

Ngày nay AI đang thu hút được sự đầu tư mạnh mẽ từ các công ty công nghệ trên toàn cầu và thậm chí nó nằm trong chiến lược cạnh tranh giữa các quốc gia. Do nhận được sự đầu tư mạnh mẽ như vậy nên các công việc liên quan tới AI cũng được coi là mang lại một mức thu nhập cao hơn so với những ngành khác. AI đồng thời cũng thu hút được một lượng người học đông đảo không chỉ tại Việt Nam mà còn trên thế giới.

Bạn là một người mới bắt đầu học AI nhưng không biết nên bắt đầu học từ đâu và học như thế nào? Bạn bối rối khi đứng trước vô vàn các khoá học trên mạng mà không biết nên học theo hay không? Cùng mình tìm hiểu kiến thức từ cơ bản tới nâng cao trong Machine Learning. Các nội dung không chỉ chú trọng lý thuyết nhàm chán, mà trái lại được cân bằng với thực hành. Mục tiêu khoá học là hiểu thuật toán và biết cách áp dụng vào giải quyết các case studies cụ thể.

CHƯƠNG I: KIẾN THỨC NỀN VỀ GIẢI TÍCH VÀ ĐẠI SỐ

  • Giải tích: Vi phân, đạo hàm

  • Đại số tuyến tính: Không gian véc tơ, ma trận, định thức, trị riêng và hệ cơ sở, phân tích suy biến

CHƯƠNG II: GIẢI TÍCH NHIỀU BIẾN

Vi phân:

  • Vi phân từng phần

  • Vi phân toàn phần

  • Gradients

  • Chain rule, Product rule

  • Ma trận Jacobian, Hessian và

  • Công thức xấp xỉ Newton

  • Fourier transform

Tích phân:

  • Tích phân đa biến

  • Định lý Fubini

  • Tích phân Riemann

  • Tích phân Lebesgue

CHƯƠNG III: LÝ THUYẾT XÁC SUẤT

  • Không gian đại số các biến cố

  • Độ đo xác suất

  • Phân phối xác suất phổ biến

  • Xác suất đồng thời, xác suất có điều kiện, xác suất biên.

  • Biến ngẫu nhiên liên tục, rời rạc

  • Hàm phân phối, mật độ, hàm khối xác suất

  • Lý thuyết thông tin: Cross entropy, Kullback – Leibler divergence

CHƯƠNG IV: LÝ THUYẾT VỀ MACHINE LEARNING

  • Machine learning algorithms: regression, linear separable, non-linear separable, ensemble model

  • Optimal transport

  • Convex optimization

  • Bayes inference

  • Parametric estimation

  • Graphical model

  • Conformal prediction

  • Adaptive learning

  • MAP, MLE

  • Overfitting and underfitting.

  • Transfer learning

  • Generative and Discriminative model

  • VAE, Restricted Boltzmann

CHƯƠNG V: MẠNG NEURAL NETWORK

  • Computational graph

  • Kỹ thuật điều chuẩn: Dropout, Regularization

  • Hàm loss function đơn giản: MSE, Cross-Entropy

  • Hàm loss function nâng cao: Focal loss, hing-loss, wing-loss,

  • Optimizer: SGD, Momentum, Adam, Ada

  • Layers: Batch-norm, Convol, Fully Connected, RNN, LSTM

  • Activation: ReLU, Leaky-ReLu, Sigmoid, SELU, PreLU

  • Advantage Layers: Transposed-Convol, DepthwiseConvol, GRU

  • Attention mechanism.

  • Neural Architecture: in CNN, NLP, Voice recognition.

CHƯƠNG VI: CÁC CASE STUDIES

  • Computer Vision: Các lớp mô hình để giải quyết các bài toán image classification, image segmentation, object detection, faceid, face landmarker.

  • NLP: Những mô hình chính được sử dụng để giải quyết bài toán sửa lỗi chính tả, phân loại cảm xúc, NER, PoS, sinh văn bản.

  • Recommeder system: Mô hình khuyến nghị sản phẩm theo collaborative-filtering, content-base và session-base.

  • Ứng dụng của mô hình credit scoring.

  • Mô hình chuỗi thời gian.



Để lại Bình luận