TemplateMo 565 Onix Digital https://templatemo.com/tm-565-onix-digital -->


Trí tuệ nhân tạo (AI) và học máy (Machine learning)

Trí tuệ nhân tạo là trí tuệ do con người lập trình tạo nên với mục tiêu giúp máy tính có thể tự động hóa các hành vi thông minh như con người. Từ thực tế đó, Brainwork Việt Nam xây dựng và phát triển Khóa học “Trí tuệ nhân tạo (AI) & Học máy (Machine Learning)” với thông tin như sau:

Đối tượng tham dự

Cán bộ Nhân viên của các Tổ chức, Doanh nghiệp.

Mục tiêu

Sau khi tham dự khóa học, học viên có khả năng:

  • Trình bày các khái niệm, cấu trúc, kỹ thuật, cơ chế làm việc của AI và Machine Learning;
  • Hình thành ý tưởng, phân tích, thiết kế, áp dụng các công cụ thống kê và triển khai các ứng dụng AI và Machine Learning vào thực tiễn công việc tại đơn vị.

Thông tin giảng viên

Chuyên gia đào tạo về giải pháp công nghệ cho các Tổ chức, Doanh nghiệp.

Nội dung

Phần 1 GIỚI THIỆU VỀ AI VÀ MACHINE LEARNING

  • Khái niệm về AI & Machine Learning
  • Dữ liệu và cơ chế làm việc của Machine Learning
  • Các ứng dụng của AI & Machine Learning

Phần 2 KHOA HỌC DỮ LIỆU VỚI PYTHON

  • Khoa học dữ liệu & Phân tích dữ liệu
  • Phân tích thống kê và ứng dụng kinh doanh
  • Cấu trúc dữ liệu Python và lập trình Python
  • Làm việc với dữ liệu trong Python
  • Làm việc với Mảng Numpy
  • Thiết lập môi trường Python
  • Tính toán toán học và khoa học với Python
  • Thao tác dữ liệu với Pandas
  • Machine Learning với Scikit–Learn
  • Xử lý ngôn ngữ tự nhiên với Scikit Learn
  • Trực quan hóa dữ liệu trong Python sử dụng matplotlib
  • Lướt web với BeautifulSoup
  • Tích hợp Python với Hadoop MapReduce và Spark

Phần 3 ỨNG DỤNG KHOA HỌC DỮ LIỆU TRONG CUỘC SỐNG

  • Ứng dụng trong khoa học dữ liệu con người
  • Khoa học dữ liệu trong kinh doanh
  • Các trường hợp sử dụng cho khoa học dữ liệu

Phần 4 THỐNG KÊ CẦN THIẾT CHO KHOA HỌC DỮ LIỆU

  • Các nguyên tắc của thống kê mô tả
  • Các biện pháp của xu hướng trung tâm, không đối xứng và tính biến đổi
  • Ước tính và Dự toán
  • Khoảng tin cậy
  • Thử nghiệm giả thuyết và Các trường hợp thử nghiệm
  • Các nguyên tắc của phân tích hồi quy
  • Giả định cho phân tích hồi quy tuyến tính
  • Xử lý phân loại dữ liệu

Phần 5 MỘT SỐ ỨNG DỤNG VÀ THỰC TIỄN

  • Ứng dụng AI trong Viễn thông
  • Chabots, Tối ưu hóa mạng & Dự đoán trong bảo trì mạng

KIỂM TRA CUỐI KHOÁ

(*): Nội dung đào tạo có thể được điều chỉnh theo yêu cầu và thực tế triển khai.