Lịch học dự kiến diễn ra
Lớp: | PYTHON 62SA11 LEVEL 2 |
---|---|
Địa điểm: | 13 Cao Thắng, Quận 3, HCM |
Thời gian học: | Thứ 2 - 19H00 - 21H30 & Thứ 6 - 19H00 - 21H30 |
Lịch khai giảng: | Nov. 27, 2023 |
Thời gian kết thúc: | Dec. 29, 2023 |
Giảng viên dự kiến: | Soncn.Py |
Lớp: | PYTHON 74A12 LEVEL2 |
---|---|
Địa điểm: | Tầng 5, Tòa nhà Star City, 23 Lê Văn Lương, HN |
Thời gian học: | Thứ 5 - 19H00 - 21H30 & Chủ nhật - 19H00 - 21H30 |
Lịch khai giảng: | Dec. 7, 2023 |
Thời gian kết thúc: | Jan. 7, 2024 |
Giảng viên dự kiến: | Datnh.Py |
Deep Learning Application in the Real World
Đây là 1 khóa học Python nâng cao, ứng dụng trong lĩnh vực Học máy (Machine Learning), Học sâu (Deep Learning) và AI (trí tuệ nhân tạo). Hình thức đào tạo online và offline trong thời lượng 10 buổi học, mỗi buổi học từ 2.5 - 3 tiếng. Học trực tiếp cùng các chuyên gia thông tin như sau:
Tên khóa học: Deep Learning Application in the Real World (Python Level 3)
Cơ hội nghề nghiệp nổi bật sau khi tốt nghiệp khóa học này là các vị trí:
• Data Analyst (Chuyên viên Phân tích Dữ liệu)
• Machine Learning (ML) Engineer (Kĩ sư Học máy)
• Artificial Intelligence (AI) Engineer (Kĩ sư Trí tuệ Nhân tạo)
• Data Scientist (Nhà Khoa học Dữ liệu)
Đối tượng
• Sinh viên khối kinh tế, kĩ thuật có định hướng tham gia ngành Data Science, Data Analytics đang bắt đầu tìm hiểu các kiến thức liên quan Python, Machine Learning, Deep Learning và học cách ứng dụng Python vào các dự án thực tế tại doanh nghiệp.• Người đã đi làm mong muốn cải thiện kỹ năng làm việc với dữ liệu, kỹ năng giải quyết và ra quyết định với các bài toán thực tế trong công việc dựa trên phân tích dữ liệu chuyên sâu và hiệu quả với Python.
• Các bạn có mong muốn chuyển ngang sang ngành Data Analysis, Data Science & Machine Learning để có mức thu nhập cao hơn lên tới 1000$/tháng và phát triển sự nghiệp rộng mở hơn.
Yêu cầu đầu vào
Đã có kiến thức nền tảng về Python, Thuật toán & FrameworkBạn sẽ học những gì
Giúp cho học viên:1. Cung cấp cái nhìn tổng quan về Deep Learning và Ứng dụng trong thực tế
2. Được thực hành thực tế các projects (dựa trên dữ liệu open sources) và làm quen với Tensorflow
3. Có thể tự tin apply các vị trí engineer fresher về machine learning, deep learning, AI
Nội dung khóa học
- Buổi 1: Tabular data
- Buổi 2: Computer Vision
- Buổi 3: Computer Vision (tiếp)
- Buổi 4: Natural Language Processing - Text
- Buổi 5: Natural Language Processing - Text (tiếp)
- Buổi 6: Natural Language Processing - Speech
- Buổi 7: Natural Language Processing - Speech (tiếp)
- Buổi 8: Time Series
- Buổi 9: Model contest
- Buổi 10: Demo và kết thúc khóa học
- Environment setup: Colab + Github, (JupyterLab + Github),...
- Intro to Deep Learning: What Why How?
- Foundation to Neural Network:
+ Basic elements of ANN:
+ Neurons, layers, activation funtion, cost function, ...
+ Hyperparams vs Params
+ Regularization
+ Practice with Tensorflow/Keras
Breast Cancer Prediction
- Intro to Computer Vision + Applications
- General workflow of a CV task
- Intro + practice with useful libraries for images: OpenCV
- Convolutional Neural Network (CNN): architecture, convolution, filter, ...
- Practice CNN with Tensorflow on case study.
- Intro to pretrained learning with CNN-based: VGG19, Inceptionv3 (GoogLeNet), ResNet50, EfficientNet (utility) + practicce on case study
- Data augmentation (optional)
- Evaluation method and metrics + Tips and tricks to handle overfit/underfit
Face Mask Detection
Natural Language Processing - Text
- Intro to NLP + Applications
- General workflow of aNLP task for sequence
- Word embeddings: Lexical + Syntatic + Semantic
+ Summary of tokenizers + preprocessing steps (play with regex)
+ Skip gram vs CBOW
- Intro + practice with useful libraries for texts: NLTK, SentencePiece, Pyvi,...
- Recurrent Neural Network, LSTM, Transformers mechanism
- Intro to Huggingface and SOTA pretrained learning: BERT and its variants, GPT, XLNet, ...
- Evaluation method and metrics for each category of NLP tasks
- Case study: Coronavirus tweets NLP - Text Classification
Natural Language Processing - Speech
- Intro + Applications
- General workflow of aNLP task for speech
- Practice with useful libraries for speech: librosa, ...
+ Read/write, split channel,...
- Practice with learned model on NLP tasks.
- Pretrained model for speech: YAMNET, Wavenet, DeepSpeech, ...
Speech Emotion Recognition
- Intro to sequence and timeseries + Applications
- General workflow of a NLP task for speech
- Foundation of timeseries data:
+ Visualization of trends, seasonality...
+ Preprocessing: smooth/resampling, stationarity...
+ Feature engineering
- Model contest
Mục tiêu: Ứng dụng: Case Study:Stock Market Prediction - warnings about prophet
POC (Optional)
Demo: Build visualization dashboard with Streamlit
Tại sao khóa học tại MCI phù hợp với bạn
1. Lộ trình khóa học thiết kế khoa học, theo quy trình làm việc thực tế giúp bạn tiếp thu và nắm chắc kiến thức theo trình tự khoa học2. Giáo trình đào tạo theo chuẩn Quốc tế kết hợp giữa lý thuyết và thực hành qua các case study thực tế
3. 100% Giảng viên tại MCI là các chuyên gia tư vấn tại Big4 các tập đoàn lớn tại Việt Nam, có chứng chỉ đào tạo nghiên cứu quốc tế trong lĩnh vực lập trình và dữ liệu
4. Giảng viên hướng dẫn tận tay giúp bạn thành thạo trong thời gian ngắn nhất
5. Cam kết chất lượng đào tạo, miễn phí học lại trọn đời nếu chưa nắm rõ kiến thức
Đội ngũ giảng viên

Nguyễn Hữu Minh
- 5 năm kinh nghiệm trong ngành Khoa học dữ liệu và Công nghệ thông tin tại Việt Nam
- Hiện đảm nhân vị trí Data Scientist, AI Researcher tại Công ty PIXTA Vietnam Co. Ltd
- Giải nhất cuộc thi Sinh viên Nghiên cứu Khoa học - Khoa Toán ứng dụng và Hệ thống thông tin
- Kĩ sư Toán và Thông tin tại trường Bách Khoa Hà Nội