Artificial Intelligence Fundamentals: Machine Learning and Deep Learning Basics (bằng tiếng Anh).

Thế giới trí tuệ nhân tạo đang thay đổi nhanh chóng, nhưng để có được một hiểu biết sâu sắc bắt đầu với việc nắm vững các khái niệm cơ bản về cách các hệ thống này học và hoạt động. Bạn sẽ vượt qua sự ồn ào và đạt được sự rõ ràng về các mô hình chính như học có giám sát và không giám thị, kiến trúc mạng nơron, và cách AI được áp dụng cho các nhiệm vụ thế giới thực như xử lý văn bản và nhận diện hình ảnh. Bạn sẽ học được: * Hiểu được sự khác biệt cơ bản giữa trí tuệ nhân tạo, học máy và mô hình học sâu. * Học các thuật toán học máy cốt lõi, bao gồm mô hình tuyến tính, cây quyết định và kỹ thuật nhóm. * Giỏi cấu trúc và chức năng của các mạng nơron và cách chúng tạo nên nền tảng của các giải pháp học sâu hiện đại. * Apply các khái niệm chính trong xử lý ngôn ngữ tự nhiên (NLP) và Computer Vision (CV) cho các nhiệm vụ phổ biến như phân loại và nhận dạng. * Cấu hình các mẫu đơn giản Retrieval-Augmented Generation (RAG) để tăng cường kết quả mô hình ngôn ngữ bằng cách sử dụng nguồn dữ liệu bên ngoài. * Thực hành giải thích các chỉ số hiệu suất mô hình và quản lý các vấn đề phổ biến như overfitting và thiên vị. Chương trình học bắt đầu với thuật ngữ và khái niệm toán học cơ bản trước khi chuyển sang ứng dụng thực tế của các thuật toán học. Chương trình này được thiết kế cho người mới bắt đầu mà không có kinh nghiệm trước đó trong AI, khoa học dữ liệu, hoặc toán học cao cấp. Bắt đầu xây dựng chuyên môn của bạn trong công nghệ định hình tương lai ngay hôm nay.