Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Automated Machine Learning for Beginners (Google & Apple)

Tự động hóa Máy học cho Người mới bắt đầu (Google & Apple)

Tự động hóa Máy học cho Người mới bắt đầu (Google & Apple)

Học AI: Thị giác máy tính, Xử lý ngôn ngữ tự nhiên, Dữ liệu dạng bảng - Xây dựng mô hình mạnh mẽ với Google AutoML & Apple CreateML

4.5
(987 đánh giá)
116,989 học viên
Giảng viên
AIBrain Inc.
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
3.5 giờ video
103 bài giảng
6 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Thành thạo Tự động hóa Máy học với Google Cloud AutoML & Apple Create ML
Huấn luyện các Mô hình Máy học ý nghĩa mà không cần viết một dòng code nào
Giải quyết các bài toán trong Thị giác máy tính, Xử lý ngôn ngữ tự nhiên và Hồi quy
Nhận diện & Giải quyết các Vấn đề Máy học trong Thực tế
Xây dựng một Ứng dụng đơn giản tích hợp AI cho Android, iOS hoặc cả hai
Hình thành ý tưởng Sản phẩm riêng như một phần của Dự án Khóa học

Yêu cầu

Không yêu cầu kiến thức nền tảng nào: khóa học lý tưởng cho người mới bắt đầu
Có máy tính kết nối internet

Đối tượng phù hợp

Người mới bắt đầu không có kiến thức về lập trình hay khoa học máy tính
Bất kỳ ai muốn tự động hóa quy trình Máy học
Sinh viên muốn bắt đầu sự nghiệp trong lĩnh vực Trí tuệ Nhân tạo và Máy học
Chuyên gia muốn học cách áp dụng Máy học vào công việc của mình
Bất kỳ ai đang bắt đầu hành trình với Máy học

Nội dung khóa học

13 phần • 92 bài giảng
1 Chào mừng đến với Khóa học
2 Video Giới thiệu
3 Cộng đồng AIBrain
4 Chọn nền tảng Máy học của bạn
1 Tại sao cần Tự động hóa Máy học?
2 Quy trình Máy học 5 Bước
3 Thông báo Dự án Cuối kỳ
1 Trước khi Bắt đầu
2 Hướng dẫn cho Các bài thực hành AutoML
3 Phân loại Hình ảnh - Giới thiệu
4 Phân loại Hình ảnh - Quy trình ML 5 Bước
5 Phân loại Hình ảnh - Chuẩn bị Bộ dữ liệu & Huấn luyện Mô hình
6 Phân loại Hình ảnh - Triển khai & Kiểm thử
7 Phân loại Hình ảnh - Điểm cốt lõi
8 Phân loại Hình ảnh - Bài tập
9 Phát hiện Đối tượng - Giới thiệu
10 Phát hiện Đối tượng - Quy trình ML 5 Bước
11 Phát hiện Đối tượng - Chuẩn bị Bộ dữ liệu
12 Phát hiện Đối tượng - Huấn luyện & Đánh giá
13 Phát hiện Đối tượng - Điểm cốt lõi
14 Phát hiện Đối tượng - Bài tập
1 Trước khi Bắt đầu
2 Phân loại Hình ảnh - Giới thiệu
3 Phân loại Hình ảnh - Quy trình ML 5 Bước
4 Phân loại Hình ảnh - Bắt đầu
5 Phân loại Hình ảnh - Huấn luyện & Đánh giá Mô hình
6 Phân loại Hình ảnh - Điểm cốt lõi
7 Phân loại Hình ảnh - Bài tập
8 Phát hiện Đối tượng - Giới thiệu
9 Phát hiện Đối tượng - Quy trình ML 5 Bước
10 Phát hiện Đối tượng - Bắt đầu
11 Phát hiện Đối tượng - Gán nhãn Bộ dữ liệu
12 Phát hiện Đối tượng - Đánh giá Mô hình
13 Phát hiện Đối tượng - Điểm cốt lõi
14 Phát hiện Đối tượng - Bài tập
1 Phân tích Tình cảm - Giới thiệu
2 Phân tích Tình cảm - Quy trình ML 5 Bước
3 Phân tích Tình cảm - Lấy Bộ dữ liệu & Huấn luyện Mô hình
4 Phân tích Tình cảm - Triển khai & Đánh giá
5 Phân tích Tình cảm - Điểm cốt lõi
6 Phân tích Tình cảm - Bài tập
7 Phân loại Tài liệu - Giới thiệu
8 Phân loại Tài liệu - Quy trình 5 Bước
9 Phân loại Tài liệu - Huấn luyện Mô hình
10 Phân loại Tài liệu - Đánh giá & Kiểm thử Mô hình
11 Phân loại Tài liệu - Điểm cốt lõi
12 Phân loại Tài liệu - Bài tập
1 Phân tích Tình cảm - Giới thiệu
2 Phân tích Tình cảm - Quy trình 5 Bước
3 Phân tích Tình cảm - Bắt đầu
4 Phân tích Tình cảm - Chuẩn bị Bộ dữ liệu
5 Phân tích Tình cảm - Huấn luyện & Đánh giá
6 Phân tích Tình cảm - Điểm cốt lõi
7 Phân tích Tình cảm - Bài tập
8 Phân loại Tài liệu - Giới thiệu
9 Phân loại Tài liệu - Quy trình ML 5 Bước
10 Phân loại Tài liệu - Bắt đầu
11 Phân loại Tài liệu - Chuẩn bị Bộ dữ liệu
12 Phân loại Tài liệu - Huấn luyện & Kiểm thử
13 Phân loại Tài liệu - Điểm cốt lõi
14 Phân loại Tài liệu - Bài tập
1 Dự đoán Dữ liệu Dạng bảng - Giới thiệu
2 Dự đoán Dữ liệu Dạng bảng - Quy trình ML 5 Bước
3 Dự đoán Dữ liệu Dạng bảng - Huấn luyện & Đánh giá
4 Dự đoán Dữ liệu Dạng bảng - Điểm cốt lõi
5 Dự đoán Dữ liệu Dạng bảng - Bài tập
1 Dự đoán Dữ liệu Dạng bảng - Giới thiệu
2 Dự đoán Dữ liệu Dạng bảng - Quy trình ML 5 Bước
3 Dữ liệu Dạng bảng - Dự đoán Giá Nhà
4 Dự đoán Dữ liệu Dạng bảng - Điểm cốt lõi
5 Dự đoán Dữ liệu Dạng bảng - Bài tập
1 Tạo Mẫu Kỹ thuật số với Figma
2 Tại sao cần Tạo Mẫu?
3 Bắt đầu với Figma
4 Xây dựng Nội dung cho Mẫu của bạn
5 Điểm cốt lõi
6 Ý tưởng Sản phẩm & Mẫu Kỹ thuật số
1 Giới thiệu
2 Quy trình Máy học 5 Bước
3 Yêu cầu cần có
4 Thiết lập Android Studio
5 Giới thiệu ngắn về Android Studio
6 Triển khai Mô hình ML trong Ứng dụng Android Mẫu
7 Điểm cốt lõi
1 Giới thiệu
2 Quy trình Máy học 5 Bước
3 Huấn luyện & Đánh giá Mô hình
4 Khám phá Xcode
5 Triển khai Mô hình ML trong Ứng dụng iOS Mẫu
6 Điểm cốt lõi
1 Bài tập Dự án Cuối kỳ
1 Tổng kết

Giới thiệu khóa học

Begin your AI journey with Automated Machine Learning!

This course focuses on giving you the big picture of Artificial Intelligence: the streamlined process of creating AI machine learning models. Leave the mathematical equations and Python coding aside and concentrate on what really matters!


Course Architecture guarantees Best Cognitive Learning Outcomes

Richard Shinn, PhD in AI and CEO of AIBrain, is the Chief Architect behind this course. He designed the entire course structure to help learners acquire cognitive skills; learning by examples first, then learning based on denotational semantics and operational semantics. This two-step approach is particularly useful when we deal with the complexity of real-world problems.


Learn Hands-On

From day 1, you will learn hands-on skills. You will follow our lab instructors to build Machine Learning models with AutoML. By the end of the course, you will be able to build a working AI-powered mobile app. Following Richard Feynman’s principle “What I cannot create, I do not understand” we teach practical knowledge from day one.

Deepen your Skills

To make sure that you will get a deep understanding of all the topics, you will have practical homework assignments accompanying all labs. Each lab has its own homework assignments to help you deepen the skills learned during the course. 

Gain a Certificate from a Leading AI Company

Kick-start your career in AI with an official certificate from a leading AI company! Upon completion of the course, you will be awarded with a verified certificate of completion. 

Complete a Term Project: Build your own ML Model

As part of this course, you will ideate your own AI-powered product that leverages Machine Learning. You will build a simple low-fidelity prototype of an AI-powered application before building a custom Machine Learning model with AutoML for your idea.

Get 1-1 Advice and Guidance

We have lab instructors available for 1-on-1 assistance in case you need help with your homework assignments. Reach out to our lab instructors any time in our AI School Community.

Join the AI School Community

Use our vivid AISchool Community and Discord channel to discuss with your peers and leverage the power of community. Share your questions and answers with lab instructors and fellow students. 

Evaluate your Progress

During your journey, you will always have the possibility to evaluate your progress and understanding of the materials through quizzes. This will help you to constantly measure your success and help to check your understanding of core concepts. 

Build your Professional Network

Stay in touch with your peers and leverage a professional network of like-minded AI practitioners. In our community, we provide a dedicated alumni channel for all successful graduates of our course.




The course takes you through 4 carefully structured topics.

Topic 1

Introduction to Automated Machine Learning

Find out how AutoML is transforming the data science game by enabling anyone to build machine learning models without a single line of code. Familiarize yourself with the 5-Step ML Pipeline to solve any Machine Learning problem, before building your very first AI-powered smartphone application in 30 minutes.


Topic 2

Vision AI with Google AutoML & Apple CreateML

AI can help computers to interpret and understand digital images. In this segment, you will train models that can accurately locate and classify objects.


Topic 3

NLP & Tables with Google AutoML & Apple CreateML

AI can help computers understand text and spoken words just like humans. Use SNS posts and new articles to train models to classify emotion and content.

AI can analyze patterns across data with numerous variables. Use tabular data to predict house prices.


Topic 4

Deploy AI in an Application

Easily deploy models on to your device and test it in real world settings.


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 Automated Machine Learning
Hiển thị tất cả khoá học Machine Learning
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊