Giới thiệu khóa họcXem trước

1.1 Giới thiệu về AI Xem trước
1.2 Các loại Trí tuệ Nhân tạo Xem trước
1.3 Các nhánh của Trí tuệ Nhân tạo
1.4 Các ứng dụng và Trường hợp sử dụng trong kinh doanh

2.1 Đại số Tuyến tính Xem trước
2.2 Giải tích Xem trước
2.3 Xác suất và Thống kê Xem trước
2.4 Toán học Rời rạc

3.1 Các Nguyên tắc Cơ bản của Python Xem trước
3.2 Các Thư viện Python

4.1 Giới thiệu về Học Máy
4.2 Các Thuật toán Học Máy Có Giám sát
4.3 Các Thuật toán Học Máy Không Giám sát
4.4 Đánh giá và Lựa chọn Mô hình

5.1 Mạng Nơ-ron
5.2 Cải thiện Hiệu suất Mô hình
5.3 Thực hành: Đánh giá và Tối ưu hóa các Mô hình AI

6.1 Các Nguyên tắc Cơ bản về Xử lý Ảnh
6.2 Phát hiện Đối tượng
6.3 Phân đoạn Ảnh
6.4 Mạng Đối nghịch Tạo sinh (GANs)

7.1 Tiền xử lý và Biểu diễn Văn bản
7.2 Phân loại Văn bản
7.3 Nhận dạng Thực thể Có tên (NER)
7.4 Hỏi Đáp (QA)

8.1 Giới thiệu về Học Tăng cường
8.2 Q-Learning và Mạng Q Sâu (DQNs)
8.3 Các Phương pháp Gradient Chính sách

9.1 Điện toán Đám mây cho AI
9.2 Các Dịch vụ Học Máy Dựa trên Đám mây

10.1 Tìm hiểu về LLMs
10.2 Tạo và Dịch Văn bản
10.3 Hỏi Đáp và Trích xuất Tri thức

11.1 AI Ký hiệu-Thần kinh
11.2 AI Có Thể Giải thích (XAI)
11.3 Học Liên hợp
11.4 Meta-Learning và Few-Shot Learning

12.1 Truyền đạt về các Dự án AI
12.2 Lập tài liệu về các Hệ thống AI
12.3 Các Cân nhắc về Đạo đức

1. Tìm hiểu về Các Tác tử AI
2. Nghiên cứu điển hình
3. Thực hành với Các Tác tử AI