Ai Scholars
Học các kiến thức nền tảng về trí tuệ nhân tạo và học máy. Xây dựng nền tảng vững chắc thông qua các dự án nhóm thực tế.
Lộ trình nghiên cứu
Tuần 01 - 02
Xây dựng nền tảng về Python và AI, và học cách triển khai một dự án khoa học dữ liệu.
Tuần 03 - 05
Nhận phần giới thiệu về các chủ đề chính trong AI – bao gồm hồi quy, mạng nơ-ron và xử lý ngôn ngữ tự nhiên.
Tuần 06 - 10
Đi sâu vào một số chủ đề phức tạp bao gồm:
- Phân loại hình ảnh
- Mạng nơ-ron
- Nghiên cứu chuyên sâu
- Xử lý ngôn ngữ tự nhiên (NLP) & Ngôn ngữ học máy tính
- Phân tích cảm xúc
- Vì sao đạo đức trong AI lại quan trọng
Chương trình chi tiết
Chương trình này được tổ chức hoàn toàn trực tuyến!
Thời lượng
25 giờ trong 10 tuần (cuối tuần) HOẶC 25 giờ trong 2 tuần (các ngày trong tuần vào mùa hè).
Cấu trúc
Bài giảng chuyên đề trong 1,5 giờ và phiên làm việc nhóm với tỷ lệ 5 học sinh : 1 mentor trong 1 giờ (tổng cộng: 2,5 giờ mỗi buổi).
Yêu cầu đầu vào
Không!
Nền tảng học sinh
Học sinh từ lớp 9–12, ngoại lệ dành cho học sinh trung học cơ sở có nền tảng về lập trình.
Kết quả đầu ra
Một dự án nhóm với 3–5 học sinh khác
Đây là brochure chương trình của chúng tôi để bạn tham khảo chi tiết hơn!
CHƯƠNG TRÌNH AI SCHOLARS
CHƯƠNG TRÌNH AI SCHOLARS
Bài giảng 1:
Lý thuyết
Bài giảng 2: Giải thích mã nguồn từng bước
Thực hành:
Nhóm nhỏ
Bài 01
Giới thiệu về Khoa học dữ liệu & Phân tích dữ liệu khám phá (EDA)
Giới thiệu về Python & Lập trình cơ bản
Thực hành trực tiếp
Bài 02
Hồi quy tuyến tính, Huấn luyện/Kiểm thử
Phân tích dữ liệu khám phá (EDA), Chia tập Huấn luyện/Kiểm thử, Hồi quy tuyến tính
Thực hành trực tiếp
Bài 03
Hồi quy đa thức, Quá khớp và Điều chỉnh mô hình
Hồi quy đa thức, Điều chỉnh mô hình
Thực hành trực tiếp
Bài 04
Hồi quy Logistic
Hồi quy Logistic & Hồi quy Logistic đa biến
Thực hành trực tiếp
Bài 05
Kiến thức nền tảng về Mạng nơ-ron (Hồi quy)
Giới thiệu về TensorFlow, Keras và Mạng nơ-ron
Thực hành trực tiếp
Bài 06
Điều chỉnh Mạng nơ-ron (Phân loại)
Điều chỉnh mạng nơ-ron, Sử dụng mạng nơ-ron cho phân loại, Tập dữ liệu kiểm định
Dự án: Bắt đầu với Phân tích dữ liệu khám phá (EDA)!
Bài 07
Mạng nơ-ron tích chập (CNNs)
Phân loại hình ảnh với CNNs
Dự án: Mô hình cơ bản
Bài 08
Các công cụ cải thiện CNNs: Điều chuẩn hóa và Học chuyển giao
Chủ đề nâng cao trong Phân loại hình ảnh: Sử dụng VGG16
Dự án: Mô hình nâng cao (Nâng cấp từ mô hình cơ bản)
Bài 09
Đạo đức trong AI
Thực hiện dự án
Thực hiện dự án
Bài 10
Thực hiện dự án
Thuyết trình
Lễ bế mạc