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

Masterclass Testing Machine Learning (AI) Models

Khóa Masterclass Kiểm thử Mô hình Học máy (AI)

Khóa Masterclass Kiểm thử Mô hình Học máy (AI)

Hiểu cơ bản cách kiểm thử Mô hình Nền tảng, LLM, Chatbot và hệ thống dựa trên AI

4.5
(660 đánh giá)
3,158 học viên
Giảng viên
Dan Andrei Bucureanu
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
13.5 giờ video
153 bài giảng
7 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Hiểu cách thức hoạt động của AI
Hiểu kiểm thử phần mềm cơ bản và cách áp dụng vào các Mô hình Trí tuệ Nhân tạo
Hiểu cách kiểm thử Mô hình Học máy so với phần mềm truyền thống
Hiểu vấn đề Đạo đức đằng sau AI và cách xác thực định kiến trong Mô hình Ngôn ngữ Lớn (LLM)
Hiểu cách kiểm thử khả năng suy luận của AI
Nắm được các loại suy luận và cách xác thực Mô hình AI Nền tảng với các loại logic và lập luận khác nhau
Hiểu Xử lý Ngôn ngữ Tự nhiên là gì và các công cụ dùng để kiểm thử nó trong Mô hình Học máy
Xem cách đánh giá chuẩn AI so với các mô hình "HellaSWAG, MMLU, GLUE, BLEU, Humaneval"
Tầm quan trọng của dữ liệu kiểm thử và cách trôi dạt mô hình làm giảm hiệu suất LLM
Xem cách kiểm thử chatbot với ví dụ thực tế từ Chatgpt
Demo kiểm thử Chat GPT bằng Công cụ Tự động
Hiểu kỹ thuật Kiểm thử Đối kháng - Nắm cách thực hiện tấn công vào Mô hình AI
Hiểu các chỉ số truyền thống phổ biến trong lĩnh vực Học máy, như Điểm F1, Perplexity, Recall và Accuracy
Hiểu kỹ thuật Dữ liệu Gấp K (K-Folding)

Yêu cầu

Có kinh nghiệm cơ bản về kiểm thử phần mềm
Có kinh nghiệm lập trình cơ bản (không bắt buộc)
Tùy chọn - Đăng ký GPT model 4 (không bắt buộc)
Mong muốn học kỹ năng hot nhất thị trường
Lập trình Python cơ bản
VS Code, Máy Mac/PC, OPEN AI API Key - không bắt buộc nhưng nên có

Đối tượng phù hợp

Nhà phát triển không chuyên (Citizen Developer)
Kỹ sư kiểm thử phần mềm
Kỹ sư chất lượng
Giám đốc kỹ thuật

Nội dung khóa học

19 phần • 145 bài giảng
1 Giới thiệu Tài liệu
2 Thử thách Kiểm thử AI Nhanh 5 Phút
3 Lịch sử AI từ 1950 đến 2024
1 Cài đặt VS Code
2 Cài đặt Python
3 Cài đặt Python Dependencies - PIP
4 Cài đặt Conda - Công cụ Cô lập Môi trường
5 Cài đặt NodeJS và NPM
6 Giới thiệu Trang Cộng đồng Hugging Face
7 Gói Hugging Face Transformers Python
8 Cách tải và sử dụng bất kỳ mô hình nào từ Huggingface
1 Cấu thành của AI
2 Xử lý Ngôn ngữ Tự nhiên
3 Các loại Học máy
4 Học máy - Học có giám sát
5 Học máy - Học không giám sát
6 Học máy - Học tăng cường
7 Tầm quan trọng của Dữ liệu Huấn luyện
8 GEN AI thực chất là gì
9 Mô hình Kiến trúc Transformer
1 Các loại Kiểm thử trong Phần mềm
2 Hiểu cách điều chỉnh mô hình ML - Cái nhìn Tổng quan
3 Kỹ thuật tinh chỉnh cho AI và bất kỳ mô hình nền tảng LLM nào
4 Phương pháp Kiểm thử Tổng thể cho LLM
5 Các loại Kiểm thử cho LLM | Mô hình Nền tảng
6 Giới thiệu về Đánh giá Chuẩn cho LLM
1 Hiểu cách tính toán bất kỳ điểm số nào
2 Bảng Chân lý Gốc - Nguồn Chân lý | Test Oracle
3 Lấy Bảng Dự đoán từ LLM - Google Gemini
4 Chỉ số Học máy - Độ chính xác (Accuracy)
5 Chỉ số Học máy - Độ chuẩn xác (Precision)
6 Chỉ số Học máy - Độ nhạy (Recall)
7 Chỉ số Học máy - Điểm F1
8 Chỉ số Học máy - Perplexity
9 Demo - Đánh giá - Tính Chỉ số với Python
10 Demo - Pytorch - Tính Perplexity cho một Mô hình
1 RAG là gì
2 4 Loại RAG - Đơn giản, Suy đoán, Đồ thị, Hiệu chỉnh
3 Tạo ứng dụng RAG với FAISS
4 Khung Xác thực RAGAs - Truy xuất
5 Khung Xác thực RAGAs - Truy xuất - Tăng cường - Tạo sinh
6 Khung Rag - Tính mạch lạc, Trôi chảy và Liên quan
7 Đánh giá Chuẩn RAG - Nugget Coverage
1 Giới thiệu Chia tách Dữ liệu cho Mô hình AI/ML
2 Demo - Python - Scikit - Chia tách Dữ liệu để Kiểm thử
3 Xác thực Chéo K-Fold
4 Cách tiếp cận kiểm thử Mô hình Quá khớp và Dưới khớp
5 Phòng thí nghiệm - Huấn luyện K Fold Python và Demo
1 Tiêu chí 1- Thời gian Huấn luyện Mô hình
2 Tiêu chí 2 - Thời gian Suy luận
3 Tiêu chí 3 - Trôi dạt Mô hình
4 Tiêu chí 4 - Cơ sở hạ tầng chạy Mô hình - Chưng cất Mô hình
5 Tiêu chí 5 - Giới hạn Bộ nhớ và Token
1 GLUE NLP Benchmark là gì
2 11 tác vụ đánh giá chuẩn của GLUE là gì
3 Cách chạy một bài kiểm tra đánh giá chuẩn GLUE
4 Đánh giá chuẩn Glue trên Mô hình Bert Huggingface
5 Demo - Đánh giá chuẩn Python GLUE so với GHATGPT
1 7 Mô hình Đánh giá Chuẩn
2 TruthfulQA - Tính trung thực
3 Python - Demo - Đánh giá chuẩn Open AI CHAT GPT - TruthfulQA
4 Python - Demo - Đánh giá chuẩn Open AI CHAT GPT - MMLU
5 Python - Demo - Đánh giá chuẩn CHATGPT với Chỉ số BLEU
6 Python - Demo - Đánh giá chuẩn CHATGPT với Chỉ số TER
7 GPQA là gì - Hỏi đáp Trình độ Sau Đại học
8 Demo - Đánh giá chuẩn - GPQA với Python
9 Hellaswag - Mô hình có thể hoàn thành câu của bạn không?
10 Demo - Đánh giá chuẩn - HellaSwag
11 Python - Demo - Đánh giá chuẩn Open AI CHAT GPT - HumanEval
1 Kiểm thử Tạo sinh Nội dung Cơ bản cho LLM
2 Kiểm thử Nhiệt độ của LLM
3 Tính Hoàn thiện Chức năng cho Mô hình AI
4 Kiểm thử Tính Đúng đắn Chức năng của Mô hình AI
5 Kiểm thử Độ chính xác trong trường hợp Mô hình ML
6 Kiểm thử Tính Lặp lại cho Mô hình ML
7 Kiểm thử Đa phương thức của Mô hình AI | LLM
8 Kiểm thử Bất biến cho Mô hình ML
9 Demo Python - Kiểm thử Bất biến Gemini, ChatGPT và mô hình hugging face
10 Kiểm thử Hai chiều cho Mô hình ML
11 Xác thực Hiệu quả và Đơn giản
12 Khả năng Học hỏi- Chat GPT và Google Vertex AI
13 Tính Đúng đắn Thống kê cho Mô hình ML
14 Kiểm thử AI LLM - Kiểm thử Trôi dạt Dài hạn
15 [Demo] - Khả năng Học hỏi Vertex AI - Huấn luyện Mô hình - Thủ công
16 [Demo] - Khả năng Học hỏi Vertex AI - Huấn luyện Mô hình - Json
1 Các cuộc tấn công đối kháng cho LLMS và Đội Đỏ
2 Kiểm thử AI Đối kháng - Tấn công Tiêm Prompt
3 Kiểm thử AI Đối kháng - Kiểm thử FUZZ
4 Kiểm thử AI Đối kháng - Tấn công Từ chối Dịch vụ DoS
5 Ví dụ về Tấn công Đối kháng
6 Kiểm thử AI Đối kháng - Tấn công Đầu độc
7 Kiểm thử AI Đối kháng - Kiểm thử Rò rỉ Riêng tư
8 Kiểm thử AI Đối kháng - Tấn công Lẩn tránh
1 Khả năng Logic Sáng tạo - Một chút thú vị
2 Suy luận - Suy luận Nhân quả
3 Khả năng Suy luận | Logic Suy diễn | Ngoại suy | Quy nạp
4 Suy luận - Suy luận Ngược
5 Suy luận - Suy luận Phản thực tế
6 Suy luận - Suy luận Trừu tượng
7 Suy luận - Suy luận Tạo sinh
1 Khả năng Văn bản - Nhận dạng Thực thể Được đặt tên (NER)
2 Khả năng Văn bản - Chuyển đổi Phong cách
3 Khả năng Văn bản - Phát hiện Mỉa mai và Hài hước
4 Khả năng Văn bản - Tính mạch lạc Diễn ngôn
1 Token trong LLM là gì
2 Chat GPT-API - Tạo Đăng ký
3 Lấy OPENAI API Key
4 Chat GPT-API - Gọi API Completion
5 Chat GPT-API - Gọi API DALL-E
6 Cài đặt Postman và bài Kiểm tra API đầu tiên
7 Bộ sưu tập API và làm cho Kết quả Xác định
8 Cài đặt Newman và Chạy với CLI
9 Hiểu MLOPS là gì
10 Demo - GitHub - Thêm Kiểm thử vào Pipeline ML OPS
1 Hiểu Chatbot dựa trên Tác vụ so với Chatbot dựa trên AI
2 Hiểu Chatbot dựa trên LLM
3 Kiểm thử Chức năng cho chatbot
4 Hiểu Luồng Hội thoại
5 Các loại Luồng Hội thoại
6 Kiểm thử Ngữ cảnh và Trí nhớ
7 Kiểm thử Nói nhảm | Ép Ngữ cảnh
8 Kiểm thử Tác nhân Giọng nói - Kiểm thử bot có thể nói
9 Kiểm thử Dự phòng cho Chatbot
1 Kiểm thử Phi chức năng cho LLM là gì
2 Lưu ý về Kiểm thử Phi chức năng
3 Kiểm thử Phi chức năng Mô hình AI | LLM - Căn chỉnh Đạo đức
4 Kiểm thử Phi chức năng Mô hình AI | LLM - Khả năng Giải thích
5 Kiểm thử Phi chức năng Mô hình AI | LLM - Độ bền Tương tác Người dùng
6 Kiểm thử Phi chức năng Mô hình AI | LLM - Duy trì Ngữ cảnh
7 Kiểm thử Phi chức năng Mô hình AI | LLM - Tính Sáng tạo và Mới lạ
1 Về chuẩn đánh giá Định kiến trong Bios
2 Lựa chọn và Tải xuống Mô hình
3 Hiểu Cấu trúc Dữ liệu BiasinBios
4 Tải xuống Dữ liệu và Mã hóa Token
5 Chạy Đánh giá chuẩn Mô hình BERT chưa huấn luyện
6 Chạy Đánh giá chuẩn Mô hình Bert đã Tinh chỉnh
1 Đạo đức AI - Quy định của EU về Hệ thống AI
2 Đạo đức AI - AI và Định kiến
3 Đạo đức AI - GEN AI và Quyền riêng tư
4 Đạo đức AI - GEN AI và Sở hữu Trí tuệ
5 Đạo đức AI - Ảo giác
6 Gen AI và Thông tin Sai lệch hoặc Thông tin Gian lận
7 Dịch vụ Kiểm duyệt của Google
8 Dịch vụ Kiểm duyệt OPENAI-CHAT GPT
9 Đạo đức AI - GEN AI và Deep Fake

Giới thiệu khóa học

Welcome to "Testing AI: Foundation Models, LLMs, Chatbots & More," your comprehensive guide to understanding the fundamentals of testing advanced AI systems. Whether you're a developer, a data scientist, or simply an AI enthusiast, this course will equip you with the knowledge and skills necessary to assess and improve the reliability, performance, and safety of AI technologies.

What You Will Learn:

  • Introduction to AI Testing: Understand the importance of testing AI systems, including ethical considerations and the potential impacts of AI failures.

  • Testing Basics: Learn about different types of testing methodologies like unit testing, integration testing, and system testing as applied to AI.

  • Special Focus on Foundation Models and LLMs: Dive deep into the challenges and techniques for testing large language models and foundational AI systems that are reshaping numerous industries.

  • Chatbot Testing: Explore the unique aspects of testing conversational AI, ensuring they respond accurately and appropriately in varied scenarios.

  • AI System Evaluations: Learn how to design and implement effective testing regimes for different AI-based systems, using both manual and automated tools.

  • K - Folding of Data: Understand how to split all your data into : Training, Evaluation and testing data. Get more out of your data by splitting and training it on the same data, but with different validation subsets each time, ensuring that your model learns from multiple perspectives. This technique helps improve generalization, reduces overfitting, and provides a more reliable estimate of model performance.

  • Case Studies: Gain insights from real-world scenarios that highlight common pitfalls and best practices in AI testing.

  • Ethical AI: understand the risk with AI and the ethics behind AI. How can and should you test for this

  • Benchmarking: Understand how to test the AI against some common benchmarking models such as: BLUE, HellaSWAG, MMLU, HumanEval and other.

  • Testing ChatGPT / Chatbots  with the help of an API and integration this into MLOPS chain.

  • Adversarial AI: understand how to test for robustness in AI Models

Who This Course Is For:

This course is ideal for anyone looking to gain a solid grounding in the techniques and practices essential for testing AI systems. Whether you’re starting a career in AI, looking to enhance your professional skills, or interested in the mechanisms behind AI system reliability, this course has valuable insights for you.

Course Features:

  • Engaging video lectures

  • Practical assignments and hands-on projects

  • Quizzes and exams to test your knowledge

  • Access to a community forum for discussion and collaboration

  • Lifetime access to course materials

Enroll now to start mastering the crucial skill of testing AI systems and ensure you’re prepared to contribute to the development of safe and reliable AI technologies!

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 Software Testing
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊