Ngay sau khóa lần thứ 6 tại Hà nội, khóa học Data Science Level 2 – “Machine Learning with Python” –  lần 7 tiếp tục được tổ chức tại TPHCM với nhiều nội dung mới như xử lý dữ liệu văn bản, các mô hình nâng cao Machine Learning và Deep Learning,…

Thời gian học: các ngày cuối tuần 25,26/07 và 01,02/08/2020 từ 8h30 đến 17h30 (tổng cộng 30h).

Kết quả thu được sau:
1) Thành thạo lập trình ngôn ngữ Python cho người mới bắt đầu
2) Xử lý, khai phá & biểu diễn hình ảnh dữ liệu với Python
3) Xây dựng các mô hình Machine Learning: Hồi quy, Phân loại, Không giám sát
4) Các mô hình nâng cao: svm, xgboost, k-mean và mean-shift cho phân vùng ảnh, xử lý và dự báo với dữ liệu văn bản, …
5) Xây dựng các mô hình Deep Learning cơ bản: Mạng neuron học sâu ứng dụng cho nhận dạng chữ viết tay, Mạng neuron tích chập (CNN) cho phân loại đối tượng trong ảnh và video
6) Ôn tập các kiến thức Toán cần thiết, các thư viện Python: Scikit-learn, Tensorflow, Keras

Giảng viên:
– TS. Nguyễn Quang (S-LAB & Đại học Tôn Đức Thắng)
Linkedin: https://www.linkedin.com/in/quang-nguyen-198a3511/

Địa điểm: Quận Tân Bình, TPHCM
Học phí: 3 triệu VND/khóa. Giảm 10% cho các sinh viên Đại học có thẻ sinh viên còn thời hạn. Giảm 10% cho mỗi nhóm đăng ký 5 người trở lên.

Chương trình tổng quan:

  • Học phần 1: Giới thiệu về Machine Learning (ML)
  • Học phần 2: Cơ bản về Python, Thư viện Numpy và Pandas
  • Học phần 3: Biểu diễn đồ thị với python (Matplotlib, Seaborn, Pandas)
  • Học phần 4: Mô hình Chấm điểm/Hồi quy: Linear Regression, K-nearest neighbors, Decision Tree và Random Forest cho hồi quy
  • Học phần 5: Mô hình Phân loại
  • Học phần 6: Các kỹ thuật nâng cao
  • Học phần 7: Các mô hình không giám sát
  • Học phần 8: Các mô hình nâng cao cho phân vùng ảnh, xử lý ngôn ngữ tự nhiên (NLP)
  • Học phần 9: Các mô hình Deep Learning cơ bản cho nhận dạng chữ viết tay
  • Học phần 10: Các mô hình Deep Learning cơ bản cho nhận dạng đối tượng trong ảnh và video

Chương trình chi tiết ở đây:
https://docs.google.com/document/d/10LPRsLZX52EWNcf3912A726aZthkzXgWG66NA4V-AW0/edit

Form đăng ký tại đây:

https://docs.google.com/forms/d/1Jtymqreh_LGPqs86GG1jFtNwRXOwIQyF5F9P0bWSKVI/edit

Xin cảm ơn và hẹn gặp lại!