
Lập trình Python Ứng dụng & Deep Learning là một lĩnh vực của lập trình Python tập trung vào việc phát triển các ứng dụng thực tế sử dụng công nghệ Deep Learning.
Đối tượng tham gia: Phù hợp với các đối tượng như: học sinh, sinh viên đam mê lập trình.
Học viên đạt được sau khóa học:
- Nhận được Chứng nhận đã hoàn thành xong chương trình từ SDC cấp nếu đạt 90% điểm đánh giá cuối khóa.
- Có nền tảng vững chắc về lập trình Python
- Hiểu biết sâu về Deep Learning
- Khả năng áp dụng Deep Learning vào các bài toán thực tế
- Kinh nghiệm thực hành thông qua các dự án
Kỹ năng toàn diện để có thể phát triển các ứng dụng thực tế sử dụng công nghệ Deep Learning bằng Python.
Các chuyên gia Công nghệ thông tin
Email: lenasdc@gmail.com
Điện thoại: 0934898565
Kỹ năng: Ms Word, Ms Excel, Ms Powerpoint
Thông tin thêm: 1. TS. Nguyễn Hà Huy Cường - Giám đốc Trung Tâm Phát triển Phần mềm, Đại học Đà Nẵng CHƯƠNG TRÌNH ĐÀO TẠO KHÓA I. PYTHON CƠ BẢN Học phần này cung cấp những kiến thức nền tảng cần thiết cho người mới bắt đầu với Python Thời lượng: 2 tháng Tuần 2 buổi, từ 18h-20h Học phí: 2.900.000 VNĐ KHÓA II. PYTHON NÂNG CAO Học phần này cung cấp những kiến thức xử lý lập trình nâng cao phục vụ xây dựng chương trình đáp ứng vận hành thực tế Thời lượng: 2 tháng Tuần 2 buổi, từ 18h-20h Học phí: 3.300.000 VNĐ KHÓA III. PYTHON VỚI DEEP LEARNING Học phần này cung cấp từ kiến thức nền tảng đến việc triển khai các mô hình học sâu với các bài toán, nguồn dữ liệu thực tế. Thời lượng: 2 tháng Tuần 2 buổi, từ 18h-20h Học phí: 3.300.000 VNĐ 3.1. Giới thiệu về trí thông minh nhân tạo, phạm vi ứng dụng và thực tế. 3.2. Giới thiệu môi trường và các công cụ sử dụng trong Data analysis và AI. 3.3. Kiến thức toán trong Machine Learning (Đại số tuyến tính, Giải tích, Xác suất thống kê) 3.4. Các thuật toán trong Machine Learning (K-Means, KNN, các dạng Regression, Tree. SVM), Hướng dẫn sử dụng thư viện Scikit-learn. 3.5. Mạng Neural, triển khai node Neural trên Numpy, Tensorflow. 3.6. Huấn luyện mạng Neural. 3.7. Deep Learning 3.8. Mạng CNN và ứng dụng 3.9. Object Detection. 3.10. Objects Segmentation 3.11. Xử lý ngôn ngữ tự nhiên NLP. 3.12. Kỹ thuật biểu diễn words trong không gian vectors (mạng từ: word2vec: Skip-gram, CBOW). 3.13. Mạng RNN và các thể hiện (GRU, LSTMs, Transformer, BERT). 3.14. Speech to Text, Text to Speech 3.15. Chatbot. 3.16. Tối ưu hóa mô hình (ONNX Runtime) MOCK PROJECT Tổ chức thực hiện đề tài và báo cáo tốt nghiệp khóa học TRAO CHỨNG NHẬN HOÀN THÀNH KHOÁ THỰC TẬP TRUNG TÂM PHÁT TRIỂN PHẦN MỀM SDC - ĐẠI HỌC ĐÀ NẴNG Tầng 5, Khu C, 41 Lê Duẩn, Hải Châu, Đà Nẵng. Hotline: 02362.240.741 - 0905.264.292 (Ms Lâm) - 0934.989.565 (Ms Na)
Tiến sĩ khoa học máy tính, giảng viên. Với kinh nghiệm giảng dạy 17 năm trong lĩnh vực CNTT
Tham gia nghiên cứu các đề tài, công trình khoa học lớn như : Nghiên cứu định tuyến mạng IP/WDM , Giáo trình mạng máy tính , Giải pháp kỹ thuật cung cấp tài nguyên phân tán cho hệ thống máy chủ ảo, Giáo trình mạng máy tính ....