Ra mắt hai series mới cực hot Trí tuệ nhân tạo A đến ZPython công cụ không thể thiếu khi nghiên cứu Data science, Machine learning.

Khóa học Machine Learning từ A đến Z

Khóa  học Machine Learning từ A đến Z

Trong thời gian gần đây những cụm từ như cách mạng 4.0, trí tuệ nhân tạo, machine learning đang xuất hiện ở khắp các mặt báo. Các sản phẩm ứng dụng trí tuệ nhân tạo đang phát triển với một tốc độ chóng mặt như các ứng dụng trợ lý ảo của Goolge, Apple và Microsoft... rồi đến các ứng dụng trong xe tự hành đang được nghiên cứu bởi rất nhiều các hãng. Có thể nói trí tuệ nhân tạo đang len lỏi vào khắp các lĩnh vực trong đời sống. Vậy trí tuệ nhân tạo là gì? Tại sao nó là một xu thế mạnh mẽ trong thời gian tới? Trí tuệ nhân tạo sẽ lên ngôi và quay lại bắt con người phục tùng? Tất cả các câu hỏi đó sẽ được giải đáp trong Khóa học Machine Learning từ A đến Z. Chúng ta cùng bắt đầu tìm hiểu nhé!

Trí tuệ nhân tạo là gì?

Trí tuệ nhân tạo (Artificial Intelligence còn viết tắt là AI) là một chuyên ngành thuộc lĩnh vực Khoa học máy tính, với mục tiêu tạo ra trí tuệ cho máy móc, giúp máy móc có thể suy nghĩ, giao tiếp với con người. Để thực hiện mục tiêu này, Machine Learning (Máy học) đang là một phương tiện được kỳ vọng giúp con người tiến xa hơn trên con đường chinh phục Trí tuệ nhân tạo. Do đó, có thể nói trí tuệ nhân tạo chính là machine learning với bối cảnh hiện nay.

Trước đây, trí tuệ nhân tạo chỉ có trong những phim khoa học viễn tưởng với những người máy có khả năng suy nghĩ, giao tiếp như con người. Các ý tưởng này không còn quá viển vông bởi sự phát triển mạnh mẽ trong phần cứng giúp các máy tính ngày nay có khả năng tính toán cực lớn, hơn nữa cùng với sự phát triển của các thuật toán, trí tuệ nhân tạo đã được hình thành dần dần từ những mảnh ghép, tuy chưa hoàn thiện nhưng vấn đề chỉ là thời gian.

Trí tuệ nhân tạo hiện đang có những ứng dụng rộng rãi trong đời sống, đặc biệt là những công việc có liên quan đến công nghệ thông tin. Nhóm các công ty công nghệ lớn nhất đều có các trợ lý ảo riêng như Apple Siri, Google Assistant, Amazon Alexa, Microsoft Cortana và Facebook M. Các lĩnh vực như phân phối hàng hóa, xe tự hành cũng đang trên con đường áp dụng trí tuệ nhân tạo giúp giảm được rất nhiều nhân lực. Ở Việt Nam, hiện trí tuệ nhân tạo được áp dụng nhiều nhất trong lĩnh vực thương mại điện tử với các hệ thống chat tự động có khả định tư vấn và hỗ trợ nhanh, tăng doanh số bán hàng.

Các thuật toán Machine Learning

Machine Learning chính là phương tiện để chúng ta hướng đến trí tuệ nhân tạo, nó là một bức tranh rộng lớn được tạo lên bởi rất nhiều các mảnh ghép là các thuật toán khác nhau, có thể áp dụng trong một số lĩnh vực nhất định. Có nhiều cách phân loại các thuật toán được sử dụng trong Machine Learning nhưng nổi bật nhất là cách phân loại theo hành vi và cách phân loại theo chức năng. Danh sách các thuật toán dưới đây được phân loại theo chức năng do nó gần với anh em lập trình viên hơn:

  1. Thuật toán Hồi quy
    • Hồi quy tuyến tính - Linear Regression
    • Logistic Regression
    • Stepwise Regression
  2. Thuật toán phân loại
    • Linear Classifier
    • Support Vector Machine (SVM)
    • Kernel SVM
    • Sparse Representation-based classification (SRC)
  3. Instance-based Algorithms
    • k-Nearest Neighbor (kNN)
    • Learning Vector Quantization (LVQ)
  4. Regularization Algorithms
    • Ridge Regression
    • Least Absolute Shrinkage and Selection Operator (LASSO)
    • Least-Angle Regression (LARS)
  5. Bayesian Algorithms
    • Naive Bayes
    • Gaussian Naive Bayes
  6. Thuật toán phân nhóm
    • k-Means clustering
    • k-Medians
    • Expectation Maximization (EM)
  7. Thuật toán mạng nơ ron nhân tạo
    • Perceptron
    • Softmax Regression
    • Multi-layer Perceptron
    • Back-Propagation
  8. Dimensionality Reduction Algorithms
    • Principal Component Analysis (PCA)
    • Linear Discriminant Analysis (LDA)
  9. Ensemble Algorithms
    • Boosting
    • AdaBoost
    • Random Forest

Tham khảo A Tour of The Most Popular Machine Learning Algorithms

Chúng ta sẽ dần tìm hiểu các thuật toán Machine Learning ở trên trong khóa học Machine Learning từ A đến Z.

Tại sao lựa chọn Khóa học Machine Learning từ A đến Z

Hiện tại đã có rất nhiều các khóa học và các series bài viết về machine learning, tuy nhiên nội dung quá phức tạp cho người mới bắt đầu. Machine learning là tổng hợp nhiều thuật toán và liên quan nhiều đến toán nhưng với cách tiếp cận tổng quát dẫn đến nhiều bạn chùn bước ngay tại bài học đầu tiên. Hướng tới mục tiêu, ai cũng có thể tiếp cận machine learning, khóa học Machine Learning từ A đến Z được xây dựng dựa trên Khóa học Sử dụng Python trong Khoa học dữ liệu và Machine Learning của Jose Portilla. Nội dung rất đồ sộ bao gồm từ những khái niệm căn bản nhất đến những dự án phức tạp. Các bài viết, video sẽ cố gắng làm mọi thứ đơn giản, gần gũi, đời thường để mọi người có thể tiếp nhận kiến thức dễ dàng nhất.

Trong quá trình học tập, có bất kỳ vướng mắc nào, các bạn vui lòng để lại các trao đổi trong phần bình luận của từng bài học.

Nội dung khóa học

Dự đoán doanh thu phim tại Box Office với Hồi quy tuyến tính

BoxOffice một tạp chí phim ảnh ra đời từ năm 1920 và là một tên tuổi lớn trong lĩnh vực đầu tư, thương mại và sản xuất phim. Có một vấn đề đặt ra khi chuẩn bị xây dựng một bộ phim là liệu bộ phim này có mang về lợi nhuận và lợi nhuận khoảng chừng bao nhiêu? Thông tin này rất quý giá cho những nhà đầu tư, bởi họ chỉ biết rót vốn và thu lời. May thay, nhờ những dữ liệu có sẵn trong quá khứ với hàng ngàn bộ phim, cộng với những thuật toán tính toán tinh vi trong Machine Learning, việc dự đoán doanh thu một bộ phim không còn quá khó khăn.

Hồi quy tuyến tính - Linear Regression là thuật toán cơ bản nhất trong Machine Learning, cùng là thuật toán đầu tiên được giới thiệu trong Khóa học Machine Learning từ A đến Z này. Trong dự án đầu tiên, chúng ta sẽ sử dụng thuật toán này để dự đoán doanh thu một bộ phim khi biết chi phí sản xuất.

Bài toán tối ưu hóa với thuật toán Gradient Descent

Bạn đã bao giờ đặt câu hỏi "Máy tính học hỏi như thế nào?", câu trả lời giúp bạn hiểu được hoạt động bên trong Machine Learning. Xuất phát từ bài toán tối ưu hóa, các nhà khoa học với sự trợ giúp của lý thuyết toán học với thuật toán Gradient Descent đã đưa ra Quy trình 3 bước trong Machine Learning, mọi thuật toán khi áp dụng vào sẽ được diễn ra theo 3 bước tối ưu hóa kết quả tính toán.

Phần 2 của Khóa học Machine Learning từ A đến Z sẽ tập trung vào chủ đề thuật toán Gradient Descent để tìm ra các điểm cực tiểu cho hàm chi phí, qua đó bạn cũng làm quen với các kỹ thuật lập trình Python để vẽ các đồ thị 2D, 3D giúp hình dung các bài toán dễ dàng hơn.

FirebirD

Đam mê Toán học, Lập trình. Sở thích chia sẻ kiến thức, Phim hài, Bóng đá, Cà phê sáng với bạn bè.

2 Bình luận trong "Khóa học Machine Learning từ A đến Z"

  1. Mít đặc

    1 month ago

    Phản hồi

    Nội dung các bài viết hơi dài dòng, nhưng phù hợp với người mới bắt đầu học về Trí tuệ nhân tạo như mình, mong nhóm biên tập sớm hoàn thiện nội dung.

    1. FirebirD

      1 month ago

      Phản hồi

      Cám ơn đã góp ý, khóa học Machine Learning này được biên soạn cho cả những người chưa biết gì do vậy mọi bài học cần có sự tỉ mỉ trong nội dung. Tuy nhiên các kiến thức cũng nhanh chóng trở nên phức tạp trong các phần 2, 3... Nhóm đang gấp rút hoàn thành khóa học, rất mong mọi người góp ý nhiều hơn.

Thêm bình luận