I. Tổng quan

Khóa học “Machine Learning” sẽ giúp học viên trở thành chuyên gia về Machine Learning, một lĩnh vực của Trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kỹ thuật cho phép các hệ thống học tự động từ dữ liệu để giải quyết các vấn đề cụ thể. Học viên sẽ nắm vững các khái niệm và kỹ thuật của Machine Learning, bao gồm học có giám sát và không giám sát, cách xây dựng và triển khai các mô hình thực hành trong thực tế.

II. Thời lượng: 60h

III. Mục tiêu:

• Nắm vững các khái niệm về học tập có giám sát và không giám sát, hệ thống gợi ý, mô hình chuỗi thời gian.
• Nắm vững thực tế các nguyên tắc, thuật toán và ứng dụng của Machine Learning thông qua hơn 25 bài tập thực hành.
• Có được kiến thức về các khía cạnh thống kê và heuristic của Machine Learning
• Triển khai các mô hình như SVM, Naive Bayes, Decision Tree, Random Forest, Logistics Regression, phân cụm K-means sử dụng Python
• Xác thực các mô hình Machine Learning cũng như cải thiện các mô hình cuối cùng bằng cách sử dụng một bộ thuật toán tối ưu hóa khác, bao gồm các kỹ thuật Bagging và Boosting
• Hiểu các khái niệm lý thuyết và cách chúng liên quan đến các khía cạnh thực tế của  Machine Learning

IV. Đối tượng tham gia:

Với nhu cầu về việc áp dụng Trí tuệ nhân tạo trong các ngành khác nhau như ngân hàng, tài chính, sản xuất, vận tải và hậu cần, chăm sóc sức khỏe, khóa học Trí tuệ nhân tạo phù hợp cho nhiều đối tượng khác nhau như:

• Kỹ sư công nghệ thông tin mong muốn trở thành “Kỹ sư trí tuệ nhân tạo”
• Cấp quản lý đang lãnh đạo các nhà phân tích dữ liệu và phân tích kinh doanh.
• Sinh viên đã tốt nghiệp muốn phát triển sự nghiệp trong lĩnh vực trí tuệ nhân tạo và máy học
• Các nhà phân tích dữ liệu/ phân tích kinh doanh mong muốn áp dụng trí tuệ nhân tạo trong môi trường công việc

V. Nội dung khóa học:

• Phần 1: Introduction to Artificial Intelligence and Machine Learning
• Phần 2: Data Preprocessing
• Phần 3: Supervised Learning
• Phần 4: Feature Engineering
• Phần 5: Supervised Learning-Classification
• Phần 6: Unsupervised learning
• Phần 7: Time Series Modelling
• Phần 8: Ensemble Learning
• Phần 9: Recommender Systems
• Phần 10: Text Mining