Final Project - Machine Learning
Đồ án cuối khóa - Học máy
Xin chào các bạn!
Chúc mừng bạn đã hoàn thành bốn môn học trong Chương trình Học máy (Machine Learning). Bắt đầu với môn học Giới thiệu về Học máy, bạn đã tìm hiểu về các khái niệm, phương pháp luận, thuật toán và ứng dụng của Machine Learning. Trong môn học thứ hai, Kỹ thuật Hồi quy trong Học Máy (Regression), bạn đã được thực hiện từng bước các kỹ thuật hồi quy và sử dụng chúng để giải các bài toán hồi quy. Tiếp đến, trong khóa học về Kỹ thuật Phân loại (Classification), bạn đã nắm được kiến thức về các thuật toán phổ biến như Decision Tree (Cây quyết định), Random Forest, SVM (Máy vec-tơ hỗ trợ) hoặc Neural Network (Mạng nơ-ron) và ứng dụng của chúng trong bộ dữ liệu thực tế. Cuối cùng, với môn học thứ tư, bạn đã thực hành áp dụng các thuật toán phân cụm hay các thuật toán học sâu (DNN, CNN, RNN) để giải quyết các vấn đề thực tế.
Mong rằng bạn đã tích lũy được vốn kiến thức và kỹ năng cần thiết thông qua bốn môn học đầu và đã sẵn sàng cho môn Đồ án cuối khóa. Trước tiên, bạn sẽ khởi động với hai dự án nhỏ tập trung vào việc xây dựng mô hình Machine Learning để phát hiện gian lận thẻ tín dụng và nhận ra ý định của người dùng dựa vào những gì họ đã nhập vào hệ thống chatbot. Cuối cùng, với việc hoàn thành đồ án cuối khóa, bạn sẽ có cơ hội tham gia vào một dự án thực tế và áp dụng kiến thức, kỹ năng bạn đã tích lũy trong chương trình để xây dựng dự án Machine Learning của mình.
Chúc các bạn học tốt!
MỤC TIÊU MÔN HỌC
Sau khi học xong môn này, học viên sẽ đạt được các chuẩn kiến thức, kỹ năng đầu ra như sau:
- Hiểu các chủ đề về machine learning: supervised learning (học tập có giám sát), unsupervised learning (học tập không giám sát)
- Hiểu và sử dụng các thuật toán hồi quy để giải quyết các vấn đề thực tế
- Hiểu và sử dụng các thuật toán phân loại để giải quyết các vấn đề thực tế
- Hiểu và sử dụng các thuật toán phân cụm/học sâu để giải quyết các vấn đề thực tế
TRẢI NGHIỆM HỌC TẬP
Để bắt đầu, các bạn nên dành một vài phút khám phá môn học và cấu trúc chung. Môn học sẽ bắt đầu với 2 bài tập (Projects) trước khi bạn đến với đồ án cuối khóa. Bạn được lựa chọn chủ đề riêng hoặc theo một trong các chủ đề gợi ý cho đồ án cuối khóa. Môn học sẽ cung cấp các thông tin tổng quan chung và hướng dẫn để bạn hoàn thành đồ án. Trong quá trình thực hiện đồ án, bạn sẽ được làm việc 1-1 với Mentor hướng dẫn. Để việc học tập được hiệu quả, hãy thường xuyên trao đổi với mentor của bạn, không ngừng học hỏi, nghiên cứu và lập cho mình một kế hoạch học tập hợp lý để hoàn thành đồ án một cách xuất sắc.
Trong thời gian học (dự kiến là 6 tuần), việc phân bổ tuần học là rất quan trọng. Nếu các bạn có bất cứ câu hỏi nào hãy kết nối với Mentor để được giải đáp.
CẤU TRÚC MÔN HỌC
Assignments
- Project 1: Nhận ra ý định của người dùng trong hệ thống Chatbot (Intent recognition in Chatbot system)
- Project 2: Phát hiện gian lận thẻ tín dụng (Credit card fraud detection)
Final Project
- Tổng quan về đồ án
- Chi tiết đồ án
- Hướng dẫn đồ án
- Tiêu chí đánh giá Đồ án
- Định hướng tiến độ Đồ án
- Hướng dẫn nộp và bảo vệ đồ án
CHUYÊN GIA THIẾT KẾ VÀ PHẢN BIỆN MÔN HỌC
THIẾT KẾ MÔN HỌC: TS. Nguyễn Văn Vinh
- Giảng viên & thành viên cốt lõi của Phòng thí nghiệm AI, Đại học Công nghệ - VNU
- Chuyên gia tư vấn AI cho DPS & Fsoft
- Tiến sĩ Khoa học máy tính, Viện Khoa học và Công nghệ tiên tiến Nhật Bản
PHẢN BIỆN MÔN HỌC: TS. Trần Tuấn Anh
- Giảng viên Đại học Khoa học Tự nhiên - ĐHQG-HCM
- Tiến sĩ Khoa học Máy tính, Đại học Quốc gia Chonnam, Hàn Quốc
- Thạc sĩ Toán học ứng dụng về AI & Machine Learning, Đại học Orleans, Pháp
CHUYÊN GIA THIẾT KẾ VÀ PHẢN BIỆN KHUNG CHƯƠNG TRÌNH
TS. Từ Minh Phương
- Trưởng khoa CNTT, Đại học Bưu chính viễn thông (PTIT)
- Chuyên gia tư vấn công nghệ AI & Machine learning
- Trưởng phòng Lab Học máy & Ứng dụng của PTIT
TS. Hoàng Anh Minh
- Quản lý R&D, Chief Scientist FPT Software, LA Office
TS. Lê Hải Sơn
- Chuyên gia về Machine Learning, FPT Technology Innovation (FTI)
- Tiến sĩ khoa học máy tính, Laboratoire d’Informatique et de Mécanique pour les Sciences de l’Ingénieur (LIMSI), Université Paris-Sud, Orsay, Pháp
- Các lĩnh vực nghiên cứu: Xử lý ngôn ngữ tự nhiên, nhận dạng tiếng nói, xử lý ảnh, học máy, học sâu
NGUỒN HỌC LIỆU
Trong thời đại hiện nay, mỗi môn học đều có nhiều nguồn tài liệu liên quan kể cả sách in và online, FUNiX Way không quy định một nguồn học liệu cụ thể mà khuyến cáo để học viên chọn được nguồn phù hợp nhất cho mình. Trong quá trình học từ nhiều nguồn khác nhau theo lựa chọn cá nhân đó, khi sinh viên phát sinh câu hỏi thì sẽ được kết nối nhanh nhất với mentor để được giải đáp. Toàn bộ phần đánh giá bao gồm các câu hỏi trắc nghiệm, bài tập, dự án và thi vấn đáp do FUNiX thiết kế, xây dựng và thực hiện.
Các môn học của FUNiX không quy định bắt buộc tài liệu học tập, sinh viên có thể chủ động tìm và học từ bất kỳ nguồn nào phù hợp, kể cả sách in hay nguồn học liệu online (MOOC) hay các website. Việc sử dụng các nguồn đó do học viên chịu trách nghiệm và đảm bảo tuân thủ các chính sách của chủ sở hữu nguồn, trừ trường hợp họ có sự hợp tác chính thức với FUNiX. Nếu cần hỗ trợ, học viên có thể liên hệ phòng đào tạo FUNiX để được hướng dẫn.
Dưới đây là một số nguồn học liệu của môn học mà học viên có thể tham khảo sử dụng. Việc liệt kê nguồn dưới đây không nhất thiết hàm ý rằng FUNiX có sự hợp tác chính thức với chủ sở hữu của nguồn: Coursera, tutorialspoint, edX Training, or Udemy.
KÊNH PHẢN HỒI
FUNiX sẵn sàng đón nhận và trao đổi về mọi ý kiến góp ý, phản hồi liên quan đến học liệu qua email program@funix.edu.vn