Khóa học thực chiến về trí tuệ nhân tạo cùng giảng viên Đại học Bách Khoa Hà Nội

“Học đi đôi với hành” không lo kiến thức chỉ còn trên sách vở với khóa học AI/ Machine Learning /Deep Learning bao gồm 35 bài toán thực chiến kinh điển được giảng dạy bởi Tiến sĩ Đặng Tuấn Linh đến từ ĐH Bách Khoa Hà Nội.

Hiếm sinh viên ngành trí tuệ nhân tạo ra trường có thể đi làm luôn

Chúng ta đang chứng kiến thế giới chuyển mình với cuộc cách mạng công nghệ lần thứ tư và một trong những minh chứng của nó là AI – Trí tuệ nhân tạo. Ở Việt Nam, AI đang chiếm khoảng 29% khối lượng công việc ở các ngành như thương mại điện tử, logistics, giáo dục, bất động sản, tài chính và nông nghiệp.

Tuy nhiên, việc phát triển AI tại Việt Nam trên thực tế gặp phải vô vàn khó khăn thách thức không chỉ đòi hỏi kinh phí lớn mà còn cần nguồn nhân lực chất lượng dồi dào. Để làm chủ được AI thật sự không phải là điều dễ dàng khi mỗi năm Việt Nam có khoảng 55.000 sinh viên công nghệ thông tin ra trường, nhưng chỉ có 30% trong số này có thể làm các công việc liên quan tới AI. Và để thực sự đáp ứng được cấp bậc chuyên gia trong AI, quá trình học tập và đào tạo chuyên sâu còn phải kéo dài hơn nữa. Số nhân lực ra trường và có thể đi làm được luôn là rất hiếm.

Nguyên nhân chính dẫn tới tình trạng trên là việc nghiên cứu lý thuyết khác xa so với bắt tay vào làm trong thực tế, số lượng sinh viên ra trường có thể đi làm ngay là rất hiếm, đặc biệt là ở lĩnh vực cần thực hành nhiều trên các sản ph ẩm thực tế như AI.

“Học đi đôi với hành” với khóa AI/Machine Learning/Deep Learning tại Cole.vn

Nhận thấy được những bất cập trên Cole.vn đã thiết kế chương trình đào tạo Machine Learning/Deep Learning với giảng viên đến từ trường ĐH Bách Khoa HN. Với hơn 9 buổi học thực hành xuyên suốt khóa học, khóa học Machine Learning/Deep Learning sẽ giúp cho học viên biết phương pháp làm các dự án AI đi từ bước cơ bản nhất – bước đầu giúp bạn trở thành kỹ sư AI/ML trong tương lai.

Đối với khóa học Machine Learning/Deep Learning, giảng viên của khóa là Tiến sĩ Đặng Tuấn Linh đến từ trường ĐH Bách Khoa HN. Anh là Giảng viên, Bộ môn Truyền thông và Mạng máy tính thuộc Đại học Bách Khoa Hà Nội và nhận bằng Tiến sĩ về Khoa học Máy tính từ trường Đại học Công nghệ Kochi, Nhật Bản vào năm 2017. Các hướng nghiên cứu của anh gồm có phát hiện/nhận dạng đối tượng, học máy, thị giác máy tính, đồng thiết kế phần cứng và phần mềm, FPGA, ứng học học máy trong việc quản lý hiệu năng mạng.

Giảng viên khóa học Machine Learning/Deep Learning

Ngoài ra, đồng hành với khóa học còn có đội ngũ tư vấn viên, trợ giảng là những sinh viên xuất sắc của Trường CNTT&TT – ĐHBK HN sẽ giúp đỡ, hỗ trợ học viên trong quá trình học đặc biệt là phần thực hành các bài toán học máy.

Thực chiến 35 bài toán học máy kinh điển với giảng viên ĐH Bách Khoa HN

Ngay buổi thực hành đầu tiên, bạn sẽ được giới thiệu về Iris Problem, dự án Boston Housing Price Problem và bài thực hành về dự đoán khả năng người bệnh có thể bị đột quỵ hay không.

Đến với buổi thực hành số 2, các học viên sẽ được học tới 6 dự án làm AI khác nhau bao gồm: Khai phá bộ dữ liệu Country, Tách vật thể trong hình ảnh, Credit Card Fraud với học không giám sát, Credit Card Fraud với học có giám sát, Healthcare stroke problem, Email spam.

Buổi thực hành số 3, học viên sẽ được làm quen và thực hành các bài toán: Fashion MNIST: Bao gồm 70.000 ảnh của 10 dạng trang phục thường ngày và phải phân chia các vật dụng vào 1 trong 10 loại cho trước; MNIST: Bài toán bao gồm 70.000 ảnh dạng GrayScale của 10 chữ số viết tay từ 0 đến 9; Bài toán dự đoán tiêu thụ điện năng trong nhà và đặc biệt là Bài toán về Healthcare Problem: Dự đoán ra thời gian nằm viện của từng bệnh nhân.

Tiếp tục các buổi thực hành tiếp theo, học viên sẽ được học những bài toán vô cùng hay và thú vị như phân loại các loại bệnh, các loại động thực vật, thời tiết, và nhiều đối tượng khác. Học viên sẽ được thực hành trên các bộ dữ liệu khổng lồ đã được giảng viên và trợ giảng chuẩn bị sẵn.

Và cuối cùng ở bài thực hành số 9, ở phần thực hành này các học viên sẽ được học và thực hành các bài tập với GAN trong DEEP LEARNING trong 5 bài toán dưới đây: Sinh dữ liệu dạng sóng; Denoise với mô hình Autoencoder; Sử dụng VAE cho sinh ảnh Mnist; Sinh dữ liệu ảnh mặt người: Dựa trên bộ dữ liệu ảnh mặt người trong Celeb A; Faces Dataset, sinh ra được các ảnh mặt người mới và Sinh dữ liệu số với GAN.

Hình ảnh thực tế bài thực hành của học viên Cole

Lợi thế khi tham gia khóa học tại Cole.vn

Tất cả các khóa học tại Cole đều chú trọng thực tiễn bằng việc xây dựng các bài toán thực hành bổ trợ nền tảng lý thuyết giúp người học dễ hiểu, dễ nắm bắt và vận dụng. Xuyên suốt khóa học, học viên sẽ được hỗ trợ nhiệt tình từ giảng viên đến từ Đại học Bách Khoa Hà Nội và trợ giảng là những sinh viên, nghiên cứu sinh xuất sắc đang theo học tại trường.

Bạn sẽ được trải nghiệm một môi trường học tập mở, giao lưu bạn bè, trao đổi với thầy cô thông qua nhiều hình thức: trong giờ học, nhóm lớp trên zalo, facebook, tư vấn viên… đồng thời có cơ hội mở rộng networking với chuyên gia, doanh nghiệp, nhà tuyển dụng hàng đầu trong ngành với mạng lưới đối tác và alumni hùng mạnh. Tất cả buổi học đều được record lại, học viên được đăng ký học lại miễn phí trọn đời và hỗ trợ bởi đội ngũ chăm sóc khách hàng tận tình mọi lúc.

Đăng ký tư vấn và xem chi tiết lộ trình khóa học tại đây

Lớp học online qua Zoom tại Cole.vn

Cole – Connecting Knowledge với sứ mệnh kết nối cộng đồng nền giáo dục chất lượng giữa học viên với giảng viên và các trung tâm giáo dục, trường học nhằm xây dựng một nền tảng học tập mang những giá trị tri thức và trí tuệ gần hơn, đa dạng hơn với cuộc sống. Là đơn vị tuyển sinh hàng đầu các khóa học về chuyển đổi số, Business Analyst, Data Analyst, AI/Machine Learning ứng dụng cho công việc.

Tìm hiểu thêm và đăng ký học tại đây

Cole.vn – Connecting Knowledge

Hotline: [phone]

Email: [e-mail]

Địa chỉ: Tầng 20 – Tòa D Việt Đức Complex, 39 Đ. Lê Văn Lương, Nhân Chính, Thanh Xuân, Hà Nội