5 ngày

• Khóa học kéo dài 5 ngày, giúp bạn trả lời các câu hỏi:
  • Machine learning (ML) là gì, giải quyết loại bài toán nào?
  • 5 giai đoạn biến một bài toán thành giải pháp ML là gì, tại sao không được bỏ qua giai đoạn nào?
  • Tại sao neural network lại phổ biến?
  • Cách thiết lập một bài toán supervised learning & tìm giải pháp tổng quát tốt với gradient descent, thiết kế dataset ra sao?
• Bạn sẽ học cách viết các mô hình ML phân tán, scale với TensorFlow 2.x, tối ưu huấn luyện, đưa vào production, chuyển đổi dữ liệu thô thành features, tối ưu hyperparameter để tạo ra mô hình chính xác, tổng quát.
• Kết thúc bằng triển khai end-to-end ML: từ chiến lược đến huấn luyện, tối ưu và production hoá trên Google Cloud.

• Tư duy chiến lược & phân tích ML như một quy trình kinh doanh, cân nhắc khía cạnh fairness.
• Hiểu cách tối ưu ML & tác động của hyperparameter lên mô hình.
• Viết mô hình trong TensorFlow với estimators sẵn có & tuỳ chỉnh, huấn luyện local hoặc trên Cloud AI Platform.
• Hiểu tầm quan trọng của feature engineering & cách dùng Cloud Dataflow, Cloud Dataprep để hỗ trợ.

• Nhà khoa học dữ liệu & kỹ sư ML đang phát triển.
• Nhà khoa học ML, nhà phân tích dữ liệu muốn trải nghiệm ML trên cloud với TensorFlow 2.x & Keras.
• Kỹ sư dữ liệu.

• Làm quen cơ bản với khái niệm ML.
• Thành thạo ngôn ngữ scripting (Python được khuyến nghị).

Sau khi hoàn tất khóa học, học viên sẽ được cấp chứng nhận hoàn tất khóa học theo quy định của Cecomtech.

Module 1: Cách Google làm ML

• Xây dựng chiến lược dữ liệu xoay quanh ML.
• Tái hình dung các use case qua lăng kính ML.
• Nhận diện bias mà ML có thể phóng đại.
• Dùng công cụ GCP để triển khai ML & tránh bẫy thường gặp.
• Thực hiện tasks data science trên notebooks online.
• Gọi ML models đã pre-trained qua Cloud Datalab.

Module 2: Khởi động ML

• Vì sao deep learning phổ biến hiện nay.
• Tối ưu & đánh giá mô hình bằng loss function, metrics.
• Khắc phục vấn đề phổ biến trong ML.
• Tạo dataset huấn luyện, kiểm thử, evaluation có thể lặp lại & scale.

Module 3: Giới thiệu TensorFlow

• Tạo ML model trong TensorFlow.
• Dùng thư viện TensorFlow để giải bài toán số.
• Debug code TensorFlow.
• Dùng tf_estimator để tạo, huấn luyện, đánh giá model.
• Huấn luyện & triển khai model ở quy mô lớn với Cloud ML Engine.

Module 4: Feature Engineering

• Chuyển dữ liệu thô thành feature vectors.
• Tiền xử lý & tạo pipeline mới với Cloud Dataflow.
• Tạo feature crosses & đánh giá.
• Viết TensorFlow Transform code cho feature engineering.

Module 5: Nghệ thuật & khoa học của ML

• Tối ưu mô hình bằng hyperparameter tuning.
• Thử nghiệm neural networks & fine-tune performance.
• Tăng cường ML model với embedding layers.
• Viết code mô hình tái sử dụng với Custom Estimator.