Machine Learning là một trong những chủ đề quan trọng nhất trong khóa học Trí tuệ Nhân tạo tại trường SOM-AIT. Bài viết dưới đây sẽ cung cấp cho bạn cái nhìn tổng quan về cách thức tiếp cận trong giáo trình học máy cơ bản của PMDS - chương trình Thạc sĩ Ứng dụng Khoa học Dữ liệu và Trí tuệ Nhân tạo. Hãy cùng tìm hiểu nhé!
Giáo trình học Machine Learning tại trường SOM
Mục tiêu môn học machine learning cơ bản
Người học sẽ bắt đầu học phần Machine Learning cơ bản ngay từ học kỳ đầu tiên của khóa học Thạc sĩ chuyên nghiệp về Khoa học Dữ liệu và Ứng dụng Trí tuệ Nhân tạo (PMDS). Môn học này nhằm mục tiêu cung cấp kiến thức nền tảng, giúp hiểu nguyên lý hoạt động và áp dụng machine learning căn bản vào các bài thực hành đơn giản.
Thông qua sự hướng dẫn của giảng viên có background về khoa học và kỹ thuật, trường SOM muốn học viên đồng thời nắm vững kiến thức và rèn luyện kỹ năng thực hành. Sau các chủ đề lí thuyết, người học sẽ được học cách thiết kế, triển khai và đánh giá các hệ thống thông minh.
Đề cương học machine learning
Chương trình học bao gồm 6 nội dung chính:
-
Giới thiệu về machine learning: Giảng viên sẽ củng cố lại phần lí thuyết ban đầu. Đây là bước khởi động để đồng bộ năng lực của tất cả học viên trước khi tiếp cận các vấn đề phức tạp hơn.
-
Phân loại học tập có giám sát: Loại học tập này tiếp nhận thông tin và học thông qua dữ liệu dưới sự giám sát của con người. Người học sẽ tìm hiểu về các khái niệm như hồi quy tuyến tính, hồi quy logistics, tối ưu hóa hồi quy và lập trình bậc 2, và mô hình tập hợp.
-
Mạng thần kinh nhân tạo: Mạng thần kinh nhân tạo là một phần của machine learning. Người học sẽ được giới thiệu về các thành phần của mạng thần kinh nhân tạo như perceptron và cách chúng hoạt động. Sau đó, họ sẽ tìm hiểu các khái niệm sâu hơn như neural network nhiều lớp, lan truyền ngược và kỹ thuật tối ưu hóa.
-
Lý thuyết về "cách học" của machine learning: Nội dung này tập trung vào lý thuyết chuyên sâu về thuật toán học máy và các khái niệm như phương sai, chính quy hóa, mô hình và các tính năng.
-
Phân loại học tập không giám sát: Loại học tập này không cần sự hiện diện của con người và tự động học dựa trên kinh nghiệm của nó. Người học sẽ tìm hiểu về phân cụm, mô hình Gaussian hỗn hợp, phân tích thành phần chính và bộ mã hóa tự động.
-
Gia số: Trong gia số, người học sẽ được giới thiệu về quá trình ra quyết định của Markov và Bellman, Q-Learning, thuật toán value iteration và policy iteration. Những thành phần này thường được sử dụng để xây dựng các mô hình học máy có độ khó cao.
Kết quả đầu ra
Sau khi hoàn thành khóa học machine learning cơ bản, người học có thể:
- Lập kế hoạch thu thập dữ liệu cho từng phân loại một cách đáng tin cậy.
- Xây dựng thuật toán học máy phân tích và dự đoán dựa trên dữ liệu thực tế.
- Huấn luyện và kiểm tra các mô hình học máy ở nhiều phân loại khác nhau.
- Tích hợp thuật toán machine learning vào hệ thống phần mềm trực tuyến.
Nhìn chung, trường SOM muốn trang bị kiến thức đa dạng cho học viên để áp dụng trong nhiều trường hợp khác nhau. Các nội dung được sắp xếp từ dễ đến khó để học viên hiểu sâu, nắm chắc và nhận biết được sự tương quan giữa chúng.
Nếu những nội dung trên đã gợi lên sự hứng thú và bạn muốn trải nghiệm khóa học machine learning cơ bản tại trường SOM-AIT, nhưng lại còn đắn đo và không biết liệu các khóa học khác có phù hợp với bạn hay không, hãy xem lộ trình khóa học PMDS để có cái nhìn tổng quan:
- lộ trình học lập trình trí tuệ nhân tạo (artificial intelligence) tại SOM
Trường SOM cũng là trường đào tạo quản lý và công nghệ hàng đầu khu vực. Năm 2023, trường SOM được xếp là trường quản lý hàng đầu ở Thái Lan và đứng thứ 21 trên toàn châu Á. Với danh tiếng này, bạn có thể tự tin về năng lực sau khi hoàn thành khóa học và mở ra nhiều cơ hội với chứng chỉ quốc tế do trường SOM cấp.
Hãy để lại thông tin bên dưới nếu bạn còn thắc mắc về học phần machine learning, khóa học và thời gian biểu. Đội ngũ tư vấn của trường SOM-AIT sẽ liên lạc với bạn trong thời gian sớm nhất!
Có thể bạn quan tâm: Học machine learning ở đâu
