Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Đăng nhập
Xem tất cả kết quả
Menu
Đăng nhập Đăng ký miễn phí

AI Engineer Associate Certificate Course

Khóa học Chứng chỉ Kỹ sư AI Associate

Khóa học Chứng chỉ Kỹ sư AI Associate

Nắm vững các nền tảng về Machine Learning, Deep Learning và AI Agent với TensorFlow và PyTorch

4.3
(100 đánh giá)
19,438 học viên
Giảng viên
School of AI
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 399.000đ -87%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
19.0 giờ video
141 bài giảng
1 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 31/05/2026
#Artificial Intelligence #Machine Learning #Python #Tensorflow

Bạn sẽ học được gì

Thực hiện kỹ thuật feature engineering nâng cao cho các mô hình machine learning
Đánh giá hiệu suất mô hình bằng precision, recall, F1 và AUC
Áp dụng các thuật toán decision trees, random forests và gradient boosting
Hiểu các khái niệm deep learning như activation và backpropagation
Xây dựng mạng neural từ đầu bằng Python
Huấn luyện và triển khai mô hình bằng TensorFlow và Keras
Sử dụng PyTorch để xây dựng, tối ưu hóa và đánh giá các mô hình deep learning
Hiểu các kiến thức cơ bản về AI agent và ứng dụng thực tế của chúng

Yêu cầu

Kiến thức cơ bản về lập trình Python, bao gồm hàm, vòng lặp và cấu trúc dữ liệu
Đã từng tiếp xúc với khoa học dữ liệu cơ bản hoặc hoàn thành một khóa học AI dành cho người mới bắt đầu
Quen thuộc với các khái niệm toán học cơ bản như đại số, hàm số và vector
Có hiểu biết về xác suất và thống kê là một lợi thế nhưng không bắt buộc
Một máy tính (Windows, macOS hoặc Linux) với kết nối internet ổn định
Khả năng cài đặt và làm việc với các công cụ như Jupyter Notebook, TensorFlow và PyTorch (hướng dẫn cài đặt sẽ được cung cấp)
Sự tò mò và động lực để khám phá các khái niệm AI từ trung cấp đến nâng cao
Sẵn sàng tham gia vào việc lập trình thực hành và học tập dựa trên thực tế

Đối tượng phù hợp

Các Kỹ sư AI đầy tham vọng sẵn sàng vượt ra khỏi các kiến thức nền tảng
Các nhà phát triển phần mềm muốn chuyển hướng sang AI hoặc nâng cao khả năng machine learning của mình
Các nhà phân tích dữ liệu hoặc nhà khoa học dữ liệu cấp thấp muốn chuyên sâu vào các giải pháp dựa trên AI
Sinh viên ngành khoa học máy tính hoặc các lĩnh vực liên quan muốn có trải nghiệm thực tế với các framework ML phổ biến
Các chuyên gia công nghệ muốn xây dựng một portfolio các dự án AI trình độ trung cấp
Các quản lý sản phẩm và trưởng nhóm kỹ thuật cần hiểu sâu hơn về cách các mô hình AI được huấn luyện, đánh giá và triển khai

Nội dung khóa học

9 phần • 141 bài giảng
1 Chứng chỉ Hoàn thành
2 Những gì Bạn sẽ Học trong Khóa học Chứng chỉ Kỹ sư AI Associate
1 Ngày 1: Giới thiệu về Feature Engineering
2 Ngày 2: Chuẩn hóa và Co giãn Dữ liệu
3 Ngày 3: Mã hóa các Biến Phân loại
4 Ngày 4: Kỹ thuật Chọn lọc Đặc trưng
5 Ngày 5: Tạo và Biến đổi Đặc trưng
6 Ngày 6: Kỹ thuật Đánh giá Mô hình
7 Ngày 7: Cross-Validation và Tinh chỉnh Siêu tham số
1 Ngày 1: Giới thiệu về Ensemble Learning
2 Ngày 2: Bagging và Random Forests
3 Ngày 3: Boosting và Gradient Boosting
4 Ngày 4: Giới thiệu về XGBoost
5 Ngày 5: LightGBM và CatBoost
6 Ngày 6: Xử lý Dữ liệu Mất cân bằng
7 Ngày 7: Dự án Ensemble Learning – So sánh các Mô hình trên một Tập dữ liệu Thực tế
1 Ngày 1: Giới thiệu về Deep Learning và Mạng Neural
2 Ngày 2: Forward Propagation và Hàm Activation
3 Ngày 3: Hàm Loss và Backpropagation
4 Ngày 4: Gradient Descent và Kỹ thuật Tối ưu hóa
5 Ngày 5: Xây dựng Mạng Neural với TensorFlow và Keras
6 Ngày 6: Xây dựng Mạng Neural với PyTorch
7 Ngày 7: Dự án Mạng Neural – Phân loại Ảnh trên CIFAR-10
1 Giới thiệu về Thuật toán Machine Learning
2 1. Triển khai Hồi quy Tuyến tính trong Python
3 2. Triển khai Hồi quy Ridge và Lasso trong Python
4 3. Triển khai Hồi quy Đa thức trong Python
5 4. Triển khai Hồi quy Logistic trong Python
6 5. Triển khai K-Nearest Neighbors (KNN) trong Python
7 6. Triển khai Support Vector Machines (SVM) trong Python
8 7. Triển khai Decision Trees trong Python
9 8. Triển khai Random Forests trong Python
10 9. Triển khai Gradient Boosting trong Python
11 10. Triển khai Naive Bayes trong Python
12 11. Triển khai K-Means Clustering trong Python
13 12. Triển khai Hierarchical Clustering trong Python
14 13. Triển khai DBSCAN (Density-Based Spatial Clustering of Applications with Noise) trong Python
15 14. Triển khai Gaussian Mixture Models (GMM) trong Python
16 15. Triển khai Principal Component Analysis (PCA) trong Python
17 16. Triển khai t-Distributed Stochastic Neighbor Embedding (t-SNE) trong Python
18 17. Triển khai Autoencoders trong Python
19 18. Triển khai Self-Training trong Python
20 19. Triển khai Q-Learning trong Python
21 20. Triển khai Deep Q-Networks (DQN) trong Python
22 21. Triển khai Policy Gradient Methods trong Python
23 22. Triển khai One-Class SVM trong Python
24 23. Triển khai Isolation Forest trong Python
25 24. Triển khai Convolutional Neural Networks (CNNs) trong Python
26 25. Triển khai Recurrent Neural Networks (RNNs) trong Python
27 26. Triển khai Long Short-Term Memory (LSTM) trong Python
28 27. Triển khai Transformers trong Python
1 1. Machine Learning là gì?
2 2. Giới thiệu về TensorFlow
3 3. TensorFlow so với các framework Machine Learning khác
4 4. Cài đặt TensorFlow
5 5. Thiết lập Môi trường Phát triển
6 6. Xác minh Quá trình Cài đặt
7 7. Giới thiệu về Tensor
8 8. Các phép toán trên Tensor
9 9. Hằng số, Biến và Placeholder
10 10. Đồ thị Tính toán của TensorFlow
11 11. Tạo và Chạy một Session TensorFlow
12 12. Quản lý Đồ thị và Session
13 13. Xây dựng Mạng Neural Truyền thẳng Đơn giản
14 14. Hàm Activation
15 15. Hàm Loss và Bộ Tối ưu hóa
16 16. Giới thiệu về Keras API
17 17. Xây dựng Mô hình Phức tạp với Keras
18 18. Huấn luyện và Đánh giá Mô hình
19 19. Giới thiệu về CNN
20 20. Xây dựng và Huấn luyện CNN với TensorFlow
21 21. Transfer Learning với các CNN đã được huấn luyện trước
22 22. Giới thiệu về RNN
23 23. Xây dựng và Huấn luyện RNN với TensorFlow
24 24. Ứng dụng của RNN: Mô hình hóa Ngôn ngữ, Dự đoán Chuỗi Thời gian
25 25. Lưu và Tải Mô hình
26 26. TensorFlow Serving để Triển khai Mô hình
27 27. TensorFlow Lite cho Thiết bị Di động và Nhúng
28 28. Giới thiệu về Tính toán Phân tán với TensorFlow
29 29. Framework Thực thi Phân tán của TensorFlow
30 30. Mở rộng TensorFlow với TensorFlow Serving và Kubernetes
31 31. Giới thiệu về TFX
32 32. Xây dựng Pipeline ML Đầu cuối với TFX
33 33. Xác thực, Biến đổi và Triển khai Mô hình với TFX
34 34. Phân loại Ảnh
35 35. Xử lý Ngôn ngữ Tự nhiên
36 36. Hệ thống Gợi ý
37 37. Phát hiện Đối tượng
38 38. Xây dựng Mô hình Phân tích Cảm xúc
39 39. Tạo Hệ thống Nhận dạng Ảnh
40 40. Phát triển Mô hình Dự đoán Chuỗi Thời gian
41 41. Triển khai Chatbot
42 42. Mạng Đối nghịch Tạo sinh (GANs)
43 43. Học Tăng cường với TensorFlow
44 44. Học Máy Lượng tử với TensorFlow Quantum
45 45. Tài liệu và Hướng dẫn của TensorFlow
46 46. Khóa học Trực tuyến và Sách
47 47. Cộng đồng và Diễn đàn TensorFlow
48 48. Tổng kết các Khái niệm Chính
49 49. Các Bước Tiếp theo trong Hành trình TensorFlow của Bạn
1 1. Giới thiệu về PyTorch
2 2. Bắt đầu với PyTorch
3 3. Làm việc với Tensor
4 4. Autograd và Đồ thị Tính toán Động
5 5. Xây dựng Mạng Neural Đơn giản
6 6. Tải và Tiền xử lý Dữ liệu
7 7. Đánh giá và Xác thực Mô hình
8 8. Kiến trúc Mạng Neural Nâng cao
9 9. Transfer Learning và Fine-Tuning
10 10. Xử lý Dữ liệu Phức tạp
11 11. Triển khai Mô hình và Đưa vào Sản xuất
12 12. Gỡ lỗi và Khắc phục Sự cố
13 13. Huấn luyện Phân tán và Tối ưu hóa Hiệu suất
14 14. Lớp Tùy chỉnh và Hàm Loss
15 15. Kỹ thuật Định hướng Nghiên cứu
16 16. Tích hợp với các Thư viện Khác
17 17. Đóng góp cho PyTorch và Tham gia Cộng đồng
1 1.1: Hiểu về AI Agent - Cách AI Agent Hoạt động
2 1.2: Giới thiệu về AI Agent
3 1.3: Các Loại AI Agent
4 2.1: Công nghệ Đằng sau AI Agent - Machine Learning và AI Agent
5 2.2: Xử lý Ngôn ngữ Tự nhiên trong AI Agent
6 2.3: AI Agent trong Robotics
7 3.1: Framework và Kiến trúc AI Agent - Framework Phát triển AI Agent
8 3.2: Tổng quan về AutoGPT cho AI Agent
9 3.3: IBM Bee Framework cho AI Agent
10 3.4: LangGraph cho AI Agent Trạng thái
11 3.5: CrewAI cho AI Agent Hợp tác
12 4.1: Ứng dụng của AI Agent - AI Agent trong Hoạt động Kinh doanh
13 4.2: AI Agent trong Y tế
14 4.3: AI Agent trong Hệ thống Tài chính
15 4.4: AI Agent trong Giải trí
16 4.5: AI Agent trong Nhà thông minh và IoT
17 5.1: Xu hướng Tương lai và Các Vấn đề Đạo đức - Tương lai của AI Agent
18 5.2: Đạo đức trong Phát triển AI Agent
19 5.3: Thách thức Pháp lý và Quy định đối với AI Agent
20 6.1: Tác động Rộng hơn của AI Agent - Tác động Xã hội và Kinh tế của AI Agent
21 6.2: AI Agent và Sự Hợp tác của Con người
22 6.3: Vai trò của AI Agent trong Nghiên cứu Khoa học
23 6.4: AI Agent trong An toàn Công cộng và Quốc phòng
1 Xin chúc mừng và chúc bạn may mắn

Giới thiệu khóa học

Take your AI skills to the next level with the AI Engineer Associate Certificate Course—a hands-on, intermediate-level program designed to help you build real-world expertise in machine learning, deep learning, and AI agent development. Whether you're an aspiring AI engineer, a data science practitioner, or a developer seeking to upskill, this course gives you a solid foundation in advanced AI techniques and the most in-demand tools like TensorFlow and PyTorch.

We begin with Feature Engineering and Model Evaluation, where you’ll learn how to prepare data for machine learning, extract meaningful features, and evaluate model performance using metrics like precision, recall, F1 score, and ROC-AUC. These skills are essential for building accurate, reliable, and production-ready ML models.

Next, we’ll cover Advanced Machine Learning Algorithms, where you'll explore real-world implementations of decision trees, random forests, gradient boosting, XGBoost, and ensemble learning. You’ll understand when and how to apply each algorithm for different data types and problem spaces.

Then we dive into Neural Networks and Deep Learning Fundamentals, giving you a clear understanding of perceptrons, activation functions, backpropagation, and network architectures. This section lays the groundwork for building your own deep learning models from scratch.

In ML Algorithms and Implementations, you'll get hands-on experience coding a variety of algorithms from the ground up. You'll sharpen your understanding of both the theory and practice behind popular ML models while reinforcing your Python programming and mathematical reasoning.

We then explore Machine Learning with TensorFlow, where you’ll build, train, and evaluate models using one of the most widely adopted deep learning frameworks in the industry. You'll learn how to construct Keras models, handle tensor operations, and work with custom training loops—essential for building scalable AI solutions.

Next up is Learning PyTorch, where you’ll experience how to use this flexible and powerful deep learning framework to implement everything from logistic regression to convolutional neural networks (CNNs). You'll understand autograd, optimizers, and how to train models in a modular, research-friendly environment.

Finally, we introduce AI Agents for Dummies, a beginner-friendly but powerful section on autonomous agents and agent-based architectures. You’ll understand the role of AI agents in decision-making, planning, and task automation, with examples from modern applications like chatbots, recommender systems, and multi-agent coordination.

By the end of the course, you’ll be able to:

  • Build and deploy advanced ML models

  • Understand the math and code behind neural networks

  • Use both TensorFlow and PyTorch confidently

  • Work with AI agent concepts and practical applications

  • Prepare for more specialized AI roles or certifications

Whether you're aiming to land a job as a Machine Learning Engineer, AI Developer, or simply want to deepen your understanding of artificial intelligence, this course provides everything you need to succeed.

Join thousands of learners and earn your AI Engineer Associate Certificate today—your next step toward becoming a full-stack AI engineer!

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Artificial Intelligence
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Python
Hiển thị tất cả khoá học Tensorflow
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊