Khóa học này cung cấp cho học viên:
– Các kiến trúc, mô hình và thuật toán Deep Learning (Học sâu, DL) tiên tiến nhất để hiểu ngôn ngữ như Phân tích tình cảm, Tóm tắt văn bản, Nhận dạng giọng nói, Hệ thống hộp thoại, Chatbot,…
– Các mô hình DL quan trọng cho NLP như GloVe, ELMO, ULMFit, GPT, Transformer, BERT, v.v., cùng với các mô hình ngôn ngữ và nhúng tiên tiến cho các mục, từ, tài liệu, biểu đồ,…
– Các kỹ thuật DL nâng cao như Generative Adversarial Networks (GANs) và Variational Autoencoder (VAE) để tạo dữ liệu; các kỹ thuật network distillation/pruning cho thiết bị cạnh; meta/transfer/few-shot learning và đa nhiệm/nhiệm vụ phụ trợ/học đa phương thức để đạt hiệu quả dữ liệu; dropout, đề án khởi tạo trọng lượng, tìm kiếm tiến hóa, BayesOpt, v.v. để tìm kiếm/đào tạo tốt hơn; DeepRL để đưa ra quyết định tốt hơn (ví dụ: trong thế hệ hộp thoại)
– Hiểu ngôn ngữ chủ đề phụ: Nhận dạng tên thực thể (NER), mô hình hóa ngôn ngữ, phân loại văn bản & nhiệm vụ, tạo văn bản, trả lời câu hỏi và các nhiệm vụ liên quan, khai thác dữ liệu văn bản,…

Khóa học này cung cấp:
– Khung nội dung full-stack thống nhất để hiểu về dự án AI và vòng đời của dự án AI
– Thách thức và thực hành tốt để hoạch định, thiết lập và triển khai thành công các dự án Machine Learning (ML)/Deep Learning (DL)
– Thực hành sử dụng các khối quan trọng DL: CNNs; RNNs & sequence models; embeddings; GANs, VAEs & generative models; deep RL; attention & memory mechanisms; neural-symbolic integration with reasoning, planning, và search mechanisms
– Dự án thực tế để xây dựng và triển khai hệ thống AI tích hợp và hiện đại nhất