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

Modern Artificial Intelligence Masterclass: Build 6 Projects

Khóa học Chuyên sâu về Trí tuệ Nhân tạo Hiện đại: Xây dựng 6 Dự án

Khóa học Chuyên sâu về Trí tuệ Nhân tạo Hiện đại: Xây dựng 6 Dự án

Khai thác sức mạnh AI để giải quyết các vấn đề thực tế trong Tài chính, Công nghệ, Nghệ thuật và Y tế

4.5
(2,534 đánh giá)
40,848 học viên
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
16.0 giờ video
95 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Triển khai mô hình dựa trên Emotion AI bằng Tensorflow 2.0 Serving và sử dụng mô hình để suy luận.
Hiểu khái niệm Explainable AI (AI có thể giải thích) và khám phá bản chất "hộp đen" của Mạng Nơ-ron Nhân tạo, đồng thời trực quan hóa các lớp ẩn bằng kỹ thuật GradCam.
Phát triển mô hình Học sâu để tự động hóa và tối ưu hóa quy trình phát hiện khối u não tại bệnh viện.
Xây dựng và huấn luyện mô hình AI để phát hiện và xác định vị trí khối u não bằng mạng ResNets và ResUnet (Ứng dụng Y tế).
Hiểu lý thuyết và nguyên lý đằng sau các mô hình Phân đoạn và mạng ResUnet tiên tiến.
Xây dựng, huấn luyện, triển khai mô hình AI trong kinh doanh để dự đoán khách hàng vỡ nợ thẻ tín dụng bằng thuật toán XGBoost trên AWS SageMaker.
Tối ưu hóa tham số mô hình XGBoost bằng tìm kiếm siêu tham số.
Ứng dụng AI trong kinh doanh bằng cách thực hiện phân khúc thị trường khách hàng để tối ưu hóa chiến lược marketing.
Hiểu lý thuyết và toán học cơ bản đằng sau thuật toán DeepDream để tạo tác phẩm nghệ thuật.
Phát triển, huấn luyện và kiểm tra thuật toán DeepDream tiên tiến để tạo ra các kiệt tác nghệ thuật dựa trên AI bằng Keras API trong TF 2.0.
Phát triển các mô hình ANN và huấn luyện chúng trên Google Colab, tận dụng sức mạnh của GPU và TPU.

Yêu cầu

Kiến thức lập trình cơ bản được khuyến nghị nhưng không bắt buộc.

Đối tượng phù hợp

Các chuyên gia tư vấn dày dặn muốn chuyển đổi ngành công nghiệp bằng cách khai thác AI.
Các chuyên gia thực hành AI muốn thăng tiến sự nghiệp và xây dựng danh mục dự án.
Các chủ doanh nghiệp có tầm nhìn muốn khai thác sức mạnh AI để tối đa hóa doanh thu, giảm chi phí và tối ưu hóa hoạt động kinh doanh.
Các chủ doanh nghiệp có tầm nhìn muốn khai thác sức mạnh AI để tối đa hóa doanh thu, giảm chi phí và tối ưu hóa hoạt động kinh doanh.

Nội dung khóa học

9 phần • 91 bài giảng
1 Lời chào mừng và giới thiệu
2 Giới thiệu, Mẹo quan trọng và Thực hành Tốt nhất
3 Nội dung khóa học và Các kết quả học tập chính
4 Tải tài liệu
1 Giới thiệu Dự án và Lời chào mừng
2 Nhiệm vụ #1 - Hiểu Bài toán & Tình huống Kinh doanh
3 Nhiệm vụ #2 - Nhập thư viện và tập dữ liệu
4 Nhiệm vụ #3 - Thực hiện Trực quan hóa Hình ảnh
5 Nhiệm vụ #4 - Thực hiện Tăng cường Hình ảnh (Augmentation)
6 Nhiệm vụ #5 - Thực hiện Chuẩn hóa và Co giãn Dữ liệu
7 Nhiệm vụ #6 - Hiểu Lý thuyết & Nguyên lý Mạng Nơ-ron Nhân tạo (ANN)
8 Nhiệm vụ #7 - Hiểu Quá trình Huấn luyện ANN & Thuật toán Gradient Descent
9 Nhiệm vụ #8 - Hiểu Mạng Nơ-ron Tích chập (CNN) và ResNets
10 Nhiệm vụ #9 - Xây dựng ResNet để Phát hiện Điểm chính trên Khuôn mặt
11 Nhiệm vụ #10 - Biên dịch và Huấn luyện Mô hình Phát hiện Điểm chính trên Khuôn mặt
12 Nhiệm vụ #11 - Đánh giá Hiệu suất Mô hình ResNet đã huấn luyện
13 Nhiệm vụ #12 - Nhập và Khám phá Tập dữ liệu Biểu cảm Khuôn mặt (Cảm xúc)
14 Nhiệm vụ #13 - Trực quan hóa Hình ảnh để Phát hiện Biểu cảm Khuôn mặt
15 Nhiệm vụ #14 - Thực hiện Tăng cường Hình ảnh
16 Nhiệm vụ #15 - Xây dựng & Huấn luyện Mô hình Phân loại Biểu cảm Khuôn mặt
17 Nhiệm vụ #16 - Hiểu các Chỉ số Hiệu suất Chính (KPI) của Bộ phân loại
18 Nhiệm vụ #17 - Đánh giá Mô hình Phân loại Biểu cảm Khuôn mặt
19 Nhiệm vụ #18 - Thực hiện Dự đoán từ Cả hai Mô hình: 1. Điểm chính trên Khuôn mặt & 2. Cảm xúc
20 Nhiệm vụ #19 - Lưu Mô hình đã huấn luyện để Triển khai
21 Nhiệm vụ #20 - Phục vụ Mô hình đã huấn luyện trong TensorFlow 2.0 Serving
22 Nhiệm vụ #21 - Triển khai Cả hai Mô hình và Thực hiện Suy luận
1 Giới thiệu Dự án và Lời chào mừng
2 Nhiệm vụ #1 - Hiểu Bài toán và Tình huống Kinh doanh
3 Nhiệm vụ #2 - Nhập thư viện và tập dữ liệu
4 Nhiệm vụ #3 - Trực quan hóa và Khám phá Tập dữ liệu
5 Nhiệm vụ #4 - Hiểu Nguyên lý đằng sau ResNet và CNN
6 Nhiệm vụ #5 - Hiểu Lý thuyết và Nguyên lý đằng sau Học chuyển giao (Transfer Learning)
7 Nhiệm vụ #6 - Huấn luyện Mô hình Phân loại để Phát hiện Khối u Não
8 Nhiệm vụ #7 - Đánh giá Hiệu suất Mô hình Phân loại đã huấn luyện
9 Nhiệm vụ #8 - Hiểu Nguyên lý Mô hình Phân đoạn ResUnet
10 Nhiệm vụ #9 - Xây dựng Mô hình Phân đoạn để Xác định vị trí Khối u Não
11 Nhiệm vụ #10 - Huấn luyện Mô hình Phân đoạn ResUnet
12 Nhiệm vụ #11 - Đánh giá Hiệu suất Mô hình Phân đoạn ResUNet đã huấn luyện
1 Giới thiệu Dự án và Lời chào mừng
2 Nhiệm vụ #1 - Hiểu Ứng dụng AI trong Marketing
3 Nhiệm vụ #2 - Nhập thư viện và tập dữ liệu
4 Nhiệm vụ #3 - Thực hiện Phân tích Dữ liệu Khám phá (Phần #1)
5 Nhiệm vụ #4 - Thực hiện Phân tích Dữ liệu Khám phá (Phần #2)
6 Nhiệm vụ #5 - Hiểu Lý thuyết và Nguyên lý đằng sau Thuật toán Phân cụm K-Means
7 Nhiệm vụ #6 - Áp dụng Phương pháp Elbow để Tìm số cụm Tối ưu
8 Nhiệm vụ #7 - Áp dụng Thuật toán Phân cụm K-Means
9 Nhiệm vụ #8 - Hiểu Nguyên lý đằng sau Phân tích Thành phần Chính (PCA)
10 Nhiệm vụ #9 - Hiểu Lý thuyết và Nguyên lý đằng sau Auto-encoder
11 Nhiệm vụ #10 - Áp dụng Auto-encoder và Thực hiện Phân cụm
1 Giới thiệu Dự án và Lời chào mừng
2 Lưu ý về Amazon Web Services (AWS)
3 Nhiệm vụ #1 - Hiểu Bài toán & Tình huống Kinh doanh
4 Nhiệm vụ #2 - Nhập thư viện và tập dữ liệu
5 Nhiệm vụ #3 - Trực quan hóa và Khám phá Tập dữ liệu
6 Nhiệm vụ #4 - Làm sạch Dữ liệu
7 Nhiệm vụ #5 - Hiểu Lý thuyết & Nguyên lý đằng sau Thuật toán XG-Boost
8 Nhiệm vụ #6 - Hiểu Các bước Chính của Thuật toán XG-Boost
9 Nhiệm vụ #7 - Huấn luyện Thuật toán XG-Boost bằng Scikit-Learn
10 Nhiệm vụ #8 - Thực hiện Tìm kiếm Lưới và Tối ưu hóa Siêu tham số
11 Nhiệm vụ #9 - Hiểu XG-Boost trong AWS SageMaker
12 Nhiệm vụ #10 - Huấn luyện XG-Boost trong AWS SageMaker
13 Nhiệm vụ #11 - Triển khai Mô hình và Thực hiện Suy luận
14 Nhiệm vụ #12 - Huấn luyện và Triển khai Mô hình bằng AWS AutoPilot (Yêu cầu Rất ít Mã lệnh!)
1 Giới thiệu Dự án và Lời chào mừng
2 Nhiệm vụ #1 - Hiểu Bài toán & Tình huống Kinh doanh
3 Nhiệm vụ #2 - Nhập Mô hình với Trọng số đã Huấn luyện Trước
4 Nhiệm vụ #3 - Nhập và Ghép Hình ảnh
5 Nhiệm vụ #4 - Chạy Mô hình đã Huấn luyện Trước và Khám phá Các kích hoạt
6 Nhiệm vụ #5 - Hiểu Lý thuyết & Nguyên lý đằng sau Thuật toán Deep Dream
7 Nhiệm vụ #6 - Hiểu Các Phép toán Gradient trong TF 2.0
8 Nhiệm vụ #7 - Triển khai Thuật toán Deep Dream Phần #1
9 Nhiệm vụ #8 - Triển khai Thuật toán Deep Dream Phần #2
10 Nhiệm vụ #9 - Áp dụng Thuật toán DeepDream để Tạo Hình ảnh
11 Nhiệm vụ #10 - Tạo Video DeepDream
1 Tải xuống Tập dữ liệu Explainable AI & Liên kết đến DataRobot
2 Tổng quan Dự án về Nhận diện Thực phẩm bằng AI
3 Demo DataRobot 1 - Tải lên và Khám phá Tập dữ liệu
4 Demo DataRobot 2 - Huấn luyện Mô hình AI/ML
5 Demo DataRobot 3 - Explainable AI (AI có thể giải thích)
1 AWS và Điện toán Đám mây là gì?
2 Các thành phần chính của Học máy và Tham quan AWS
3 Vùng và Khu vực sẵn sàng (Regions and Availability Zones)
4 Amazon S3
5 EC2 và Quản lý Danh tính và Truy cập (IAM)
6 Thiết lập và Tổng quan Tài khoản AWS Free Tier
7 Tổng quan về AWS SageMaker
8 Hướng dẫn thực hành AWS SageMaker
9 Tổng quan về AWS SageMaker Studio
10 Hướng dẫn thực hành AWS SageMaker Studio
11 Triển khai Mô hình trên AWS SageMaker
1 Bài giảng Bổ sung

Giới thiệu khóa học

# Course Update June 2021: Added a study on Explainable AI with Zero Coding

Artificial Intelligence (AI) revolution is here!

“Artificial Intelligence market worldwide is projected to grow by US$284.6 Billion driven by a compounded growth of 43. 9%. Deep Learning, one of the segments analyzed and sized in this study, displays the potential to grow at over 42. 5%.” (Source: globenewswire).

AI is the science that empowers computers to mimic human intelligence such as decision making, reasoning, text processing, and visual perception. AI is a broader general field that entails several sub-fields such as machine learning, robotics, and computer vision.

For companies to become competitive and skyrocket their growth, they need to leverage AI power to improve processes, reduce cost and increase revenue. AI is broadly implemented in many sectors nowadays and has been transforming every industry from banking to healthcare, transportation and technology.

The demand for AI talent has exponentially increased in recent years and it’s no longer limited to Silicon Valley! According to Forbes, AI Skills are among the most in-demand for 2020.

The purpose of this course is to provide you with knowledge of key aspects of modern Artificial Intelligence applications in a practical, easy and fun way. The course provides students with practical hands-on experience using real-world datasets. The course covers many new topics and applications such as Emotion AI, Explainable AI, Creative AI, and applications of AI in Healthcare, Business, and Finance.

One key unique feature of this course is that we will be training and deploying models using Tensorflow 2.0 and AWS SageMaker. In addition, we will cover various elements of the AI/ML workflow covering model building, training, hyper-parameters tuning, and deployment. Furthermore, the course has been carefully designed to cover key aspects of AI such as Machine learning, deep learning, and computer vision.

Here’s a summary of the projects that we will be covering:

· Project #1 (Emotion AI): Emotion Classification and Key Facial Points Detection Using AI

· Project #2 (AI in HealthCare): Brain Tumor Detection and Localization Using AI

· Project #3 (AI in Business/Marketing): Mall Customer Segmentation Using Autoencoders and Unsupervised Machine Learning Algorithms

· Project #4: (AI in Business/Finance): Credit Card Default Prediction Using AWS SageMaker's XG-Boost Algorithm (AutoPilot)

· Project #5 (Creative AI): Artwork Generation by AI

· Project #6 (Explainable AI): Uncover the Blackbox nature of AI


Who this course is for:

The course is targeted towards AI practitioners, aspiring data scientists, Tech enthusiasts, and consultants wanting to gain a fundamental understanding of data science and solve real world problems. Here’s a list of who is this course for:

· Seasoned consultants wanting to transform industries by leveraging AI.

· AI Practitioners wanting to advance their careers and build their portfolio.

· Visionary business owners who want to harness the power of AI to maximize revenue, reduce costs and optimize their business.

· Tech enthusiasts who are passionate about AI and want to gain real-world practical experience.


Course Prerequisites:

Basic knowledge of programming is recommended. However, these topics will be extensively covered during early course lectures; therefore, the course has no prerequisites, and is open to anyone with basic programming knowledge. Students who enroll in this course will master data science fundamentals and directly apply these skills to solve real world challenging business problems.

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