Các mô hình máy học (Machine Learning Models)
Chương 1: Mô hình máy học hồi quy
4
Thực hành
5
Gradient Descent và máy học
6
Thực hành
7
Mô hình chống Overfitting trong phân tích hồi quy
8
Thực hành
9
Mô hình SVM trong phân tích hồi quy
10
Thực hành
11
Mô hình cây trong phân tích hồi quy
12
Thực hành
13
Mô hình gộp ensemble trong phân tích hồi quy
14
Thực hành
Chương 2: Mô hình máy học phân loại
1
Mô hình phân loại và ứng dụng từ máy học tới thực tế
2
Phương pháp đánh giá mô hình phân loại
3
Thực hành
4
Mô hình Logistic regression
5
Thực hành
6
Mô hình cây và ensemble trong mô hình phân loại
Chương 3: Các kỹ thuật nền tảng trong học máy
1
Kiểm tra chéo (Cross validation)
2
Thực hành
3
Điều chỉnh siêu tham số (Hyperparameter tuning)
4
Thực hành
5
Xử lí dữ liệu mất cân bằng (Resampling)
6
Thực hành
7
Tăng cường dữ liệu trong thị giác máy tính (Augumentation)
8
Thực hành
9
Bài tập lớn
Chương 4: Các mô hình máy học thường dùng trong lĩnh vực Thị giác máy tính (Computer Vision)
Chương 5: Máy học trong xử lý ngôn ngữ tự nhiên NLP
1
Giới thiệu về máy học trong xử lí ngôn ngữ tự nhiên
2
Phân loại văn bản trong xử lý ngôn ngữ tự nhiên
3
Thực hành
4
Nhận dạng thực thể trong xử lý ngôn ngữ tự nhiên
5
Thực hành
6
Truy xuất thông tin trong xử lý ngôn ngữ tự nhiên
7
Thực hành
8
Tóm tắt văn bản trong xử lý ngôn ngữ tự nhiên
9
Thực hành
10
Dịch ngôn ngữ trong xử lý ngôn ngữ tự nhiên
11
Thực hành
12
Sinh văn bản tự động trong xử lý ngôn ngữ tự nhiên
13
Bài tập lớn
Chương 6: Phân tích dữ liệu thời gian thực
Chương 7: Hệ thống đề xuất
Chương 8: Các mô hình máy học dựa trên GANs
Auto-Encoders
Chúc mừng, bạn là người đầu tiên đánh giá cho khoá học!
Vui lòng đăng nhập để thực hiện đánh giá.