Trong khoảng chục năm trở lại đ&acirc;y, tr&iacute; th&ocirc;ng minh nh&acirc;n tạo (AI), Học m&aacute;y (ML) v&agrave; Deep Learning (DL) đang trở th&agrave;nh một trong những chủ đề "n&oacute;ng bỏng". Thuật ngữ "AI" được nhắc đến hằng ng&agrave;y, tr&ecirc;n mọi phương tiện th&ocirc;ng tin đại ch&uacute;ng, từ b&aacute;o đ&agrave;i, loa phường đến cả những c&acirc;u chuyện tr&agrave; đ&aacute; ch&eacute;m gi&oacute;. H&agrave;ng loạt trường mở c&aacute;c chuy&ecirc;n ng&agrave;nh về AI, khoa học dữ liệu,...với độ hot khủng khiếp. Ứng dụng của AI th&igrave; ở khắp mọi nơi như: <a href="https://en.wikipedia.org/wiki/Self-driving_car">&ocirc; t&ocirc; tự l&aacute;i</a>, robot phẫu thuật, dịch thuật tự động, chatbot,&hellip; Vậy AI l&agrave; g&igrave;, Machine Learning l&agrave; g&igrave;? v&agrave; Deep Learning l&agrave; g&igrave;? Tại sao n&oacute; lại c&oacute; nhiều ứng dụng đến vậy? Chuỗi b&agrave;i viết "Deep Learning cơ bản: từ l&yacute; thuyết đến thực h&agrave;nh" n&agrave;y sẽ trả lời cho những c&acirc;u hỏi tr&ecirc;n.
Deep Learning cơ bản: Từ l&yacute; thuyết đến thực h&agrave;nh sẽ cung cấp những kh&iacute;a cạnh cơ bản của Deep Learning v&agrave; c&aacute;ch thức ứng dụng Deep Learning v&agrave;o c&aacute;c b&agrave;i to&aacute;n trong thực tế. Mỗi b&agrave;i viết sẽ giải th&iacute;ch một c&aacute;ch chi tiết v&agrave; đơn giản, dễ hiểu nhất về c&aacute;c kh&aacute;i niệm của deep learning, những nguy&ecirc;n l&yacute; hoạt động của deep learning v&agrave; mỗi b&agrave;i đều sẽ đi từ c&aacute;c nội dung l&yacute; thuyết đến thực h&agrave;nh với những ứng dụng đơn giản dễ hiểu.
<h2>Deep Learning cơ bản: Từ l&yacute; thuyết đến thực h&agrave;nh gi&agrave;nh cho ai?</h2>
Series b&agrave;i viết n&agrave;y nhằm giới thiệu c&aacute;c kiến thức cơ bản về Deep Learning cũng như c&aacute;c ứng dụng của n&oacute; trong thực tế.
Deep Learning cơ bản: Từ l&yacute; thuyết đến thực h&agrave;nh ph&ugrave; hợp cho những người mới bắt đầu muốn t&igrave;m hiểu về AI, Machine Learning, Deep Learning những bạn học khoa học m&aacute;y t&iacute;nh cũng như c&aacute;c ng&agrave;nh về c&ocirc;ng nghệ th&ocirc;ng tin hoặc to&aacute;n muốn t&igrave;m hiểu v&agrave; ứng dụng deep learning.
Chuỗi b&agrave;i viết cũng ph&ugrave; hợp với những người chưa c&oacute; chuy&ecirc;n s&acirc;u về khoa học m&aacute;y t&iacute;nh trong những ng&agrave;nh kh&aacute;c như y tế, ng&acirc;n h&agrave;ng, n&ocirc;ng nghiệp,&hellip; Chỉ cần c&oacute; những kiến thức cơ bản về giải t&iacute;ch phổ th&ocirc;ng l&agrave; c&oacute; thể tự &aacute;p dụng được những kiến thức trong chuỗi b&agrave;i viết n&agrave;y trong việc x&acirc;y dựng ứng dụng Deep learning dựa tr&ecirc;n kiến thức chuy&ecirc;n m&ocirc;n v&agrave; dữ liệu c&oacute; sẵn trong lĩnh vực chuy&ecirc;n ng&agrave;nh của m&igrave;nh.
Cuối c&ugrave;ng, những CEO, l&atilde;nh đạo doanh nghiệp hoặc những ai muốn khởi nghiệp trong lĩnh vực tr&iacute; tuệ nh&acirc;n tạo cũng c&oacute; thể sử dụng những kiến thức cơ bản về deep learning trong chuỗi b&agrave;i viết n&agrave;y để &aacute;p dụng c&aacute;c &yacute; tưởng v&agrave;o start-up, c&ocirc;ng ty của m&igrave;nh nhằm x&acirc;y dựng c&aacute;c ứng dụng hay, thiết thực cho x&atilde; hội.
<h2>Nền tảng trước khi bắt đầu</h2>
Series b&agrave;i viết n&agrave;y hướng đến hầu hết mọi đối tượng, kể cả những bạn kh&ocirc;ng theo ng&agrave;nh Khoa học m&aacute;y t&iacute;nh hay c&ocirc;ng nghệ th&ocirc;ng tin, do đ&oacute;, để bắt đầu, bạn chỉ cần c&oacute; những kiến thức nền tảng sau đ&acirc;y:
<ul>
<li style="text-align: justify;">Kiến thức về to&aacute;n giải th&iacute;ch phổ th&ocirc;ng như: đạo h&agrave;m, vi ph&acirc;n,...Những kiến thức n&agrave;y sẽ gi&uacute;p bạn hiểu được nguy&ecirc;n l&yacute; hoạt động cơ bản của c&aacute;c thuật to&aacute;n huấn luyện, c&aacute;c vấn đề về tối ưu đối với h&agrave;m k&iacute;ch hoạt,...Trong một số đoạn, để tiện theo d&otilde;i, ch&uacute;ng ta cũng sẽ nhắc lại một ch&uacute;t về những kiến thức n&agrave;y. Do đ&oacute; nếu chưa c&oacute; nhiều hoặc đ&atilde; qu&ecirc;n, bạn cứ y&ecirc;n t&acirc;m</li>
<li style="text-align: justify;">Kiến thức cơ bản về lập tr&igrave;nh. Điều n&agrave;y sẽ gi&uacute;p bạn dễ theo d&otilde;i c&aacute;c v&iacute; dụ v&agrave; hiểu c&aacute;ch tại sao lại l&agrave;m như vậy. Nếu bạn ho&agrave;n to&agrave;n chưa biết g&igrave; về lập tr&igrave;nh, h&atilde;y xem qua loạt b&agrave;i viết <a href="https://tek4.vn/chu-de/lap-trinh-python/">Lập tr&igrave;nh Python</a> để c&oacute; kiến thức cơ bản về Python trước khi bắt đầu c&aacute;c b&agrave;i tiếp theo.</li>
</ul>
<h2>Nội dung của chuỗi b&agrave;i viết Deep Learning cơ bản: Từ l&yacute; thuyết đến thực h&agrave;nh</h2>
<a href="https://tek4.vn/mang-no-ron-va-bai-toan-hoi-quy/">B&agrave;i 1. Mạng nơ ron v&agrave; b&agrave;i to&aacute;n hồi quy</a>
B&agrave;i 2. H&agrave;m mục ti&ecirc;u v&agrave; h&agrave;m mất m&aacute;t
B&agrave;i 3. H&agrave;m k&iacute;ch hoạt
B&agrave;i 4. Huấn luyện mạng neural với thuật to&aacute;n lan truyền ngược
B&agrave;i 5. Overfitting v&agrave; Underfitting
B&agrave;i 6. Regularization
B&agrave;i 7. Early Stopping
B&agrave;i 8. Độ rộng v&agrave; độ s&acirc;u của mạng neural
B&agrave;i 9. Ensemble Methods
B&agrave;i 10. Vanishing and Exploding Gradient
B&agrave;i 11. Nghiệm tối ưu địa phương v&agrave; vấn đề hội tụ của nghiệm
B&agrave;i 12. C&aacute;c thuật to&aacute;n huấn luyện mạng neural hiện đại
B&agrave;i 13. Radial Basis Function Network
B&agrave;i 14. Restricted Boltzmann Machines
B&agrave;i 15. Recurrent Neural Networks
B&agrave;i 16. Xử l&yacute; ng&ocirc;n ngữ tự nhi&ecirc;n với RNN
B&agrave;i 17. Long-short term Memory
B&agrave;i 18. GRUs
B&agrave;i 19. Convolutional Neural Networks
B&agrave;i 20. Giới thiệu về xử l&yacute; ảnh
B&agrave;i 21. Giới thiệu keras v&agrave; b&agrave;i to&aacute;n ph&acirc;n loại ảnh
B&agrave;i 22. Ứng dụng CNN
B&agrave;i 23. Hierarchical Feature Engineering and Pretrained Models
B&agrave;i 24. Auto Encoder
B&agrave;i 25. Reinforcement Learning
B&agrave;i 26. Separating Data Storage and Computations
B&agrave;i 27. Generative Adversarial Networks
B&agrave;i 28. Meta-Learning
B&agrave;i 29. Spiking Network

Admin

Deep Learning cơ bản: Từ lý thuyết đến thực hành

Cùng tác giả

Admin

Có liên quan