Neural Networks Fundamentals: From Perceptrons to Deep Learning (bằng tiếng Anh).

Trí tuệ nhân tạo đang thay đổi mọi ngành công nghiệp, và cốt lõi của nó nằm ở sức mạnh của các mạng nơron. Hiểu được cách các hệ thống này bắt chước việc học của con người là bước đầu tiên để thành thạo công nghệ hiện đại. Chương trình này cung cấp một con đường rõ ràng thông qua các khái niệm cơ bản của học sâu, chuyển đổi các ý tưởng toán học phức tạp thành kiến thức thực tiễn dễ đọc. Bạn sẽ tiến bộ từ các khối xây dựng cơ bản của học máy đến các cấu trúc phức tạp cung cấp năng lượng cho các ứng dụng tiên tiến nhất ngày nay. Bằng cách tập trung vào nền tảng logic và toán học, bạn sẽ phát triển trực giác cần thiết để định hướng lĩnh vực AI. Bạn sẽ học được: - Hiểu được nguồn cảm hứng sinh học đằng sau mạng lưới thần kinh nhân tạo và sự tiến hóa của chúng. - Học cơ học của perceptron và kiến trúc đa lớp. - Ứng dụng các chức năng hiện đại như ReLU và các kỹ thuật tối ưu như Adam. - Luyện tập xác định các thành phần cốt lõi của quá trình truyền tiếp và truyền ngược. - Học cách xây dựng mô hình học sâu cho các nhiệm vụ phân loại và hồi quy. - Tìm hiểu các phương pháp hiện đại bao gồm các biến thể tuần hoàn và gradient. Chương trình học chuyển từ nền tảng lịch sử và thuật ngữ cơ bản đến kiến trúc phức tạp được sử dụng trong công nghiệp ngày nay. Bạn sẽ đọc qua các giải thích chi tiết về các lớp mạng, trọng lượng và thiên vị để xem máy tính thực sự học thông qua dữ liệu như thế nào. Lớp học này được thiết kế cho người mới bắt đầu không có kinh nghiệm trước đó trong AI hoặc học sâu. Bắt đầu hành trình của bạn vào thế giới trí tuệ nhân tạo bằng cách nắm vững nền tảng của mạng nơron hôm nay.