-
Số lượng video
- Danh mục
Khóa học cung cấp kiến thức tổng quan và nền tảng về Trí tuệ Nhân tạo (AI), bao gồm các khái niệm, phương pháp, thuật toán, và ứng dụng trong các lĩnh vực như khoa học máy tính, y tế, tài chính, và tự động hóa. Học viên sẽ hiểu rõ lịch sử phát triển, tiềm năng của AI và khám phá các nhánh chính như Học máy (Machine Learning), Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP) và Thị giác máy tính (Computer Vision).
Ngoài các nội dung kỹ thuật, khóa học tập trung thảo luận về các vấn đề đạo đức và xã hội liên quan đến AI, bao gồm tính minh bạch, trách nhiệm, và công bằng. Học viên sẽ được tìm hiểu tác động kinh tế, xã hội, và pháp lý của AI để phát triển nhận thức và cách sử dụng công nghệ AI một cách bền vững.
Khóa học còn đào sâu vào các thuật toán cốt lõi như tìm kiếm cơ bản (DFS, BFS) và nâng cao (A*, tìm kiếm tham lam), cũng như hệ thống logic và suy luận. Những nội dung này giúp học viên hiểu cách giải quyết vấn đề, phát triển tư duy logic và lập luận, cũng như áp dụng AI vào thực tế.
Phần học máy (Machine Learning) giới thiệu các phương pháp học có giám sát và không giám sát với các thuật toán phổ biến như hồi quy tuyến tính, cây quyết định, k-means, và mạng nơ-ron nhân tạo. Khóa học cũng cập nhật xu hướng mới về Trí tuệ nhân tạo tạo sinh (Generative AI), giúp học viên nắm bắt được các tiến bộ công nghệ hiện đại trong lĩnh vực này.
2. Chuẩn đầu ra
Mục tiêu |
Mô tả mục tiêu |
Chuẩn đầu ra |
CO1 |
Mô tả được các khái niệm, thuật ngữ và các bối cảnh xã hội, đạo đức liên quan đến lĩnh vực AI một cách chính xác và đầy đủ. |
CLO1: Mô tả được các khái niệm và thuật ngữ liên quan đến AI, các loại tác nhân thông minh, trí tuệ tính toán. CLO2: Trình bày được lịch sử hình thành, phát triển, thành tựu, thách thức hiện tại của AI cũng như các ứng dụng liên quan. CLO3: Xác định được các vấn đề về đạo đức và xã hội liên quan đến AI. CLO4: Trình bày được các khái niệm và thuật ngữ liên quan đến chủ đề tìm kiếm như tìm kiếm không thông tin, tìm kiếm có thông tin, tìm kiếm đối kháng, tìm kiếm thỏa mãn ràng buộc. CLO5: Mô tả được các khái niệm và thuật ngữ liên quan đến biểu diễn tri thức và suy diễn logic gồm logic mệnh đề và bậc nhất. CLO6: Mô tả được các khái niệm và thuật ngữ liên quan đến chủ đề học máy gồm học có giám sát, học không giám sát, học tăng cường, trí tuệ nhân tạo tạo sinh. |
CO2 |
Trình bày được cách thức cơ bản để giải quyết một bài toán AI được giới thiệu trong học phần. |
CLO7: Trình bày được cách thức cơ bản để giải quyết một bài toán AI từ xác định yêu cầu, đề xuất các giải pháp, đánh giá tính khả thi của giải pháp thông qua ước lượng lý thuyết. |
CO3 |
Xây dựng được thuật toán phù hợp để giải quyết các bài toán tìm kiếm khác nhau.Lập trình được bằng ngôn ngữ Python các giải thuật tìm kiếm mù, có thông tin, cục bộ, đối kháng, ràng buộc. |
CLO8: Trình bày được các phương pháp tìm kiếm như tìm kiếm không thông tin, tìm kiếm có thông tin, tìm kiếm đối kháng, tìm kiếm thỏa mãn ràng buộc. |
CO4 |
Minh họa được cơ chế hoạt động của hệ thống biểu diễn tri thức và suy diễn logic gồm logic mệnh đề và logic vị từ. |
CLO11: Mô tả được cách thức biểu diễn tri thức. |
CO5 |
Xây dựng được phương pháp học máy phù hợp để thực hiện một quá trình huấn luyện đơn giản trên dữ liệu cho trước. |
CLO14: Phân biệt được các phương pháp học máy khác nhau. |
CO6 |
Thảo luận và trình bày được quan điểm của mình về các vấn đề phức tạp trong AI thông qua các diễn đàn học tập và hoạt động tương tác cộng đồng. |
CLO17: Đặt ra được các câu hỏi, các chủ đề thảo luận một cách rõ ràng và phù hợp về các vấn đề trong AI. |
3. Thông tin học phần
- Môn học tiên quyết: Không
- Giáo trình và tài liệu học tập:
- Tài liệu bắt buộc
Giáo trình: Giáo trình Cơ sở Trí tuệ nhân tạo (Khoa CNTT), Lê Hoài Bắc và Tô Hoài Việt, NXB Khoa học và Kỹ thuật, 2014.
- Tài liệu tham khảo
Sinh viên có thể tham khảo thêm tài liệu đọc:
- Artificial Intelligence: A Modern Approach, 4th Edition, S. Russel and P. Norvig, Prentice Hall., 2021.
- Artificial Intelligence: A Guide for Thinking Humans, 1st edition, Melanie Mitchell, Farrar, Straus and Giroux, 2019.
- Co-Intelligence: Living and Working with AI, 1st edition, Ethan Mollick, Portfolio, 2024.
- Probabilistic Machine Learning: An Introduction, K.P. Murphy, The MIT Press, 2022.
- Deep Learning, I. Goodfellow, Y. Bengio, A. Courville, The MIT Press, 2016.
- Hình thức học tập và đánh giá: trực tuyến (online)
- Hình thức công nhận chứng chỉ môn học MOOC
Đề cương chi tiết
Hình thức tương tác
Giảng viên sẽ theo dõi khóa học và tiến độ học tập của học viên bằng hình thức:
- Thông báo (được gửi tới email của học viên) liên quan tới khóa học, deadline, các thay đổi có thể diễn ra trong khoá học, nội dung học cần lưu ý
- Phản hồi các Thảo luận của học viên
Đội ngũ thực hiện
- GS.TS. Lê Hoài Bắc
- TS. Bùi Tiến Lên
- TS. Nguyễn Ngọc Thảo
- TS. Lê Ngọc Thành
- TS. Nguyễn Tiến Huy
- TS. Bùi Duy Đăng
- ThS. Phạm Trọng Nghĩa
- ThS. Nguyễn Ngọc Đức
Các Thầy Cô hiện đang công tác chính tại Khoa Công nghệ Thông tin, Trường Đại học Khoa học Tự nhiên, Đại học Quốc Gia - TP. Hồ Chí Minh
4. Hình thức học và đánh giá
Hoạt động đánh giá |
Hình thức học và đánh giá |
Tỷ lệ |
Hình thức |
Thời gian |
A.1.1 |
Xem Video bài giảng và trả lời câu hỏi tương tác |
20% |
Online |
Không giới hạn |
A.1.2 |
Xem Video hướng dẫn bài tập |
5% |
Online |
Không giới hạn |
A.2.1 |
Tham gia thảo luận |
10% |
Online |
Không giới hạn |
A.2.2 |
Làm bài tập một số chương |
5% |
Online |
|
A.3 |
Kiểm tra sau mỗi chương |
30% |
Online |
|
A.4 |
Kiểm tra tổng kết môn học |
30% |
Online |
|
Tổng cộng (Total) |
100% |
Rubric đánh giá
Tiêu chí |
Giỏi |
Khá |
Trung bình |
Không đạt |
Lĩnh hội kiến thức từ bài đọc và tài liệu học tập |
≥8 | ≥6 | ≥5 | <5 |
Lĩnh hội kiến thức từ video bài giảng |
≥8 | ≥6 | ≥5 | <5 |
Tham gia thảo luận |
Tham gia đặt câu hỏi/trả lời các thảo luận ở tất cả các tuần học; nội dung trình bày phù hợp và có tính xây dựng cao. |
Tham gia đặt câu hỏi/trả lời các thảo luận ít nhất 70% các tuần học; nội dung trình bày phù hợp và tính xây dựng. |
Tham gia đặt câu hỏi/trả lời các thảo luận ít nhất 40% các tuần học; nội dung trình bày phù hợp. |
Không tham gia hoặc tham gia đặt câu hỏi/trả lời dưới 40% các tuần học; nội dung trình bày ít liên quan và tính xây dựng. |
Bài tập hàng tuần |
≥8 | ≥6 | ≥5 | <5 |
Mô-đun 1. Giới thiệu về Trí tuệ nhân tạo
Mô-đun 2. Giải quyết bài toán bằng tìm kiếm và tìm kiếm không thông tin (uninformed search)
Mô-đun 3. Tìm kiếm có thông tin (informed/heuristic search)
Mô-đun 4. Tìm kiếm trong môi trường phức tạp (Search in complex environments)
Mô-đun 5. Tìm kiếm đối kháng (adversarial search)
Mô-đun 6. Tìm kiếm thỏa mãn ràng buộc (constraint solving problem)
Mô-đun 7. Biểu diễn tri thức và lập luận với logic mệnh đề (propositional logic)
Mô-đun 8. Lập luận với logic bậc nhất (first-order logic)
Mô-đun 9. Giới thiệu học máy (machine learning)
Mô-đun 10. Phân lớp, gom nhóm cơ bản (classification, clustering)
Mô-đun 11. Hồi quy (regression)
Mô-đun 12. Chủ đề mở rộng (GenAI, NLP, CV)
- Máy tính kết nối với Internet
- Browser như Chrome, Safari, Firefox,...
- Microsoft Office: Word, Excel
- Môi trường lập trình: Jupyter Notebok
Nội dung học phần
GIỚI THIỆU MÔN HỌC | ||
Giới thiệu khóa học Nhập môn trí tuệ nhân tạo | Xem | |
Hướng dẫn môi trường lập trình Anaconda và Jupyter Notebook | Xem | |
Hướng dẫn lập trình python cơ bản (jupyter notebook) | Xem | |
Hướng dẫn thư viện Numpy (jupyter notebook) | Xem | |
Hướng dẫn thư viện Matplotlib (jupyter notebook) | Xem | |
Hướng dẫn thư viện Pandas | Xem | |
Diễn đàn thảo luận chung | Xem | |
Mô-đun 1. Giới thiệu về Trí tuệ nhân tạo | ||
Tổng quan và mục tiêu Mô-đun 1 | Xem | |
Trình bày: TS. Bùi Duy Đăng (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 1.1: Khái niệm và thuật ngữ liên quan đến AI, các loại tác nhân thông minh, tính toán hợp lý | Xem | |
Video bài giảng 1.1.1. Giới thiệu Trí tuệ Nhân tạo | Xem | |
Video bài giảng 1.1.2: Tác nhân và các loại tác nhân | Xem | |
Video bài giảng 1.1.3: Tính toán hợp lý | Xem | |
Video bài giảng 1.1.4: Tác vụ môi trường | Xem | |
Cụm kiến thức 1.2: Lịch sử hình thành và phát triển của AI và các ứng dụng liên quan | Xem | |
Video bài giảng 1.2.1: Lịch sử hình thành và phát triển của AI và các ứng dụng | Xem | |
Cụm kiến thức 1.3: Vấn đề đạo đức và xã hội liên quan đến AI | Xem | |
Video bài giảng 1.3.1: Đạo đức và xã hội liên quan AI | Xem | |
Kiểm tra tổng kết Mô-đun 1 | Xem | |
Thảo luận Mô-đun 1 | Xem | |
Mô-đun 2. Giải quyết bài toán bằng tìm kiếm và tìm kiếm không thông tin (uninformed search) | ||
Tổng quan và mục tiêu Mô-đun 2 | Xem | |
Trình bày: TS. Lê Ngọc Thành (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 2.1: Các khái niệm và thuật ngữ liên quan đến tìm kiếm, bài toán AI tìm kiếm | Xem | |
Video bài giảng 2.1.1: Giải quyết bài toán bằng tìm kiếm | Xem | |
Video bài giảng 2.1.2: Bài toán được chuẩn hóa và bài toán thế giới thật | Xem | |
Video bài giảng 2.1.3: Các dạng tìm kiếm | Xem | |
Video bài giảng 2.1.4: Cấu trúc thuật toán tìm kiếm | Xem | |
Video bài giảng 2.1.5: Chỉ số đo hiệu suất thuật toán | Xem | |
Cụm kiến thức 2.2: Các chiến lược tìm kiếm không thông tin | Xem | |
Video bài giảng 2.2.1: Tìm kiếm DFS | Xem | |
Video bài giảng 2.2.2: Tìm kiếm BFS | Xem | |
Video bài giảng 2.2.3: Tìm kiếm UCS | Xem | |
Video bài giảng 2.2.4: Tìm kiếm giới hạn độ sâu và lặp sâu dần | Xem | |
Cụm kiến thức 2.3: Cài đặt các chiến lược tìm kiếm không thông tin | Xem | |
Lab-2.3.1-2: Cài đặt BFS | Xem | |
Video bài tập 2.3.1: Cài đặt và thử nghiệm BFS trên danh sách kề | Xem | |
Video bài tập 2.3.2: Cài đặt và thử nghiệm BFS trên ma trận kề | Xem | |
Lab-2.3.3: Cài đặt DFS | Xem | |
Video bài tập 2.3.3: Cài đặt và thử nghiệm DFS | Xem | |
Lab-2.3.4: Cài đặt UCS | Xem | |
Video bài tập 2.3.4: Cài đặt và thử nghiệm UCS | Xem | |
Bài tập Ex-2.1: Tìm kiếm không thông tin (Không bắt buộc) | Xem | |
Kiểm tra tổng kết Mô-đun 2 | Xem | |
Thảo luận Mô-đun 2 | Xem |
Mô-đun 3. Tìm kiếm có thông tin (informed/heuristic search) | ||
Tổng quan và mục tiêu Mô-đun 3 | Xem | |
Trình bày: TS. Lê Ngọc Thành (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 3.1: Các chiến lược tìm kiếm có thông tin | Xem | |
Video bài giảng 3.1.1: Tìm kiếm có thông tin | Xem | |
Video bài giảng 3.1.2: Tìm kiếm tham lam, A* | Xem | |
Video bài giảng 3.1.3: A* trong Pacman và 8-puzzle | Xem | |
Video bài giảng 3.1.4: Tính chấp nhận được và tính chặt chẽ trong heuristic | Xem | |
Video bài giảng 3.1.5: Thiết kế heuristic | Xem | |
Cụm kiến thức 3.2: Cài đặt các chiến lược tìm kiếm có thông tin | Xem | |
Lab 3.2: A* | Xem | |
Video bài tập 3.2.1: Cài đặt và thử nghiệm A* trên không gian bản đồ | Xem | |
Video bài tập 3.2.2: Cài đặt bài toán 8 puzzle | Xem | |
Bài tập Ex-3.1: Tìm kiếm có thông tin (Không bắt buộc) | Xem | |
Kiểm tra tổng kết Mô-đun 3 | Xem | |
Thảo luận Mô-đun 3 | Xem | |
Mô-đun 4. Tìm kiếm trong môi trường phức tạp (Search in complex environments) | ||
Tổng quan và mục tiêu Mô-đun 4 | Xem | |
Trình bày: TS. Lê Ngọc Thành (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 4.1: Tìm kiếm cục bộ | Xem | |
Video bài giảng 4.1.1: Tìm kiếm cục bộ | Xem | |
Video bài giảng 4.1.2: Tìm kiếm leo đồi | Xem | |
Video bài giảng 4.1.3: Thuật toán mô phỏng luyện thép | Xem | |
Video bài giảng 4.1.4: Thuật toán tìm kiếm chùm cục bộ | Xem | |
Video bài giảng 4.1.5: Thuật toán tiến hóa | Xem | |
Cụm kiến thức 4.2: Cài đặt các chiến lược tìm kiếm cục bộ | Xem | |
Lab-4.2.1-2: Tìm kiếm cục bộ | Xem | |
Video bài tập 4.2.1: Cài đặt thuật toán leo đồi | Xem | |
Video bài tập 4.2.2: Cài đặt thuật toán khởi tạo ngẫu nhiên và chùm cục bộ | Xem | |
Lab-4.2.3: Thuật toán di truyền | Xem | |
Video bài tập 4.2.3: Cài đặt thuật toán di truyền | Xem | |
Kiểm tra tổng kết Mô-đun 4 | Xem | |
Thảo luận Mô-đun 4 | Xem | |
Mô-đun 5. Tìm kiếm đối kháng (adversarial search) | ||
Tổng quan và mục tiêu Mô-đun 5 | Xem | |
Trình bày: TS. Lê Ngọc Thành (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 5.1: Các khái niệm và thuật ngữ liên quan đến tìm kiếm đối kháng | Xem | |
Video bài giảng 5.1.1: Hệ thống đa tác nhân | Xem | |
Video bài giảng 5.1.2: Môi trường đối kháng Sao chép | Xem | |
Cụm kiến thức 5.2: Thuật toán tìm kiếm minimax | Xem | |
Video bài giảng 5.2.1: Thuật toán minimax (2 người chơi | Xem | |
Video bài giảng 5.2.2: Trò chơi nhiều người chơi | Xem | |
Video bài giảng 5.2.3: Tác nhân không tối ưu | Xem | |
Cụm kiến thức 5.3: Tìm kiếm với tài nguyên giới hạn | Xem | |
Video bài giảng 5.3.1: Tỉa nhánh alpha-beta | Xem | |
Video bài giảng 5.3.2: Hàm lượng giá heuristic | Xem | |
Cụm kiến thức 5.4: Cài đặt Minimax | Xem | |
Lab-5.4: Tìm kiếm đối kháng | Xem | |
Video bài tập 5.4.1: Cài đặt thuật toán minimax cho trò chơi Tic-Tac-Toe | Xem | |
Bài tập Ex5.1: Tìm kiếm đối kháng (Không bắt buộc) | Xem | |
Project 1: Thế giới Pacman (Không bắt buộc) | Xem | |
Kiểm tra tổng kết Mô-đun 5 | Xem | |
Thảo luận Mô-đun 5 | Xem | |
Mô-đung 6. Tìm kiếm thỏa mãn ràng buộc (constraint solving problem) | ||
Tổng quan và mục tiêu Mô-đun 6 | Xem | |
Trình bày: TS. Lê Ngọc Thành (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 6.1: Các khái niệm và thuật ngữ liên quan đến bài toán thỏa mãn ràng buộc (CSP) | Xem | |
Video bài giảng 6.1.1: Bài toán thỏa mãn ràng buộc | Xem | |
Video bài giảng 6.1.2: Biểu diễn bài toán CSP | Xem | |
Video bài giảng 6.1.3: Đồ thị ràng buộc | Xem | |
Cụm kiến thức 6.2: Tìm kiếm quay lui cho CSP | Xem | |
Video bài giảng 6.2.1: Thuật toán quay lui | Xem | |
Video bài giảng 6.2.2: Phân tích thuật toán quay lui | Xem | |
Video bài giảng 6.2.3: Cải tiện thuật toán quay lui | Xem | |
Cụm kiến thức 6.3: Lan truyền ràng buộc | Xem | |
Video bài giảng 6.3.1: Lan truyền ràng buộc | Xem | |
Video bài giảng 6.3.2: Thuật toán AC-3 | Xem | |
Video bài giảng 6.3.3: Nhất quán đường đi | Xem | |
Cụm kiến thức 6.4: Thuật toán cải tiến cho CSP | Xem | |
Video bài giảng 6.4.1: Tìm kiếm cục bộ cho CSP | Xem | |
Video bài giảng 6.4.2: CSP cấu trúc cây | Xem | |
Cụm kiến thức 6.5: Cài đặt CSP | Xem | |
Lab-6.5: Tìm kiếm thỏa mãn ràng buộc | Xem | |
Video bài tập 6.5.1: Cài đặt và thử nghiệm CSP cho tô màu đồ thị | Xem | |
Video bài tập 6.5.2: Cài đặt lan truyền ràng buộc | Xem | |
Video bài tập 6.5.3: Cài đặt giải bài toán Sudoku | Xem | |
Project 2: Mật mã số học (Không bắt buộc) | Xem | |
Kiểm tra tổng kết Mô-đun 6 | Xem | |
Thảo luận Mô-đun 6 | Xem | |
Mô-đun 7. Biểu diễn tri thức và lập luận với logic mệnh đề (propositional logic) | ||
Tổng quan và mục tiêu Mô-đun 7 | Xem | |
Trình bày: ThS. Phạm Trọng Nghĩa (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 7.1: Các khái niệm và thuật ngữ liên quan đến biểu diễn tri thức và lập luận logic | Xem | |
Video bài giảng 7.1.1: Tác nhân dựa trên tri thức | Xem | |
Video bài giảng 7.1.2: Biểu diễn tri thức cho thế giới Wumpus | Xem | |
Cụm kiến thức 7.2: Logic mệnh đề | Xem | |
Video bài giảng 7.2.1: Cú pháp và ngữ nghĩa | Xem | |
Video bài giảng 7.2.2: Khái niệm suy diễn | Xem | |
Video bài giảng 7.2.3: Các luật suy diễn | Xem | |
Video bài giảng 7.2.4: Luật suy diễn trong Wumpus | Xem | |
Video bài giảng 7.2.5: Giới thiệu luật hợp giải | Xem | |
Video bài giảng 7.2.6: Cách chứng minh với hợp giải | Xem | |
Video bài giảng 7.2.7: Chứng minh bằng hợp giải trong Wumpus | Xem | |
Video bài giảng 7.2.8: Chứng minh bằng hợp giải trong trường hợp không suy diễn được | Xem | |
Video bài giảng 7.2.9: Hợp giải với thủ tục Davis Putnam | Xem | |
Video bài giảng 7.2.10: Thủ tục Davis Putnam trong trường hợp suy diễn được | Xem | |
Video bài giảng 7.2.11: Suy diễn tiến | Xem | |
Video bài giảng 7.2.12: Suy diễn lùi | Xem | |
Cụm kiến thức 7.3: Bài tập logic mệnh đề | Xem | |
Video bài tập 7.3.1: Biễu diễn tri thức và suy diễn đơn giản bằng bảng chân trị | Xem | |
Video bài tập 7.3.2: Biễu diễn tri thức và dùng hợp giải để chứng minh | Xem | |
Video bài tập 7.3.3: Chứng minh trong logic mệnh đề bằng hợp giải + DP | Xem | |
Bài tập Ex-7.1: Logic bậc nhất (Không bắt buộc) | Xem | |
Kiểm tra tổng kết Mô-đun 7 | Xem | |
Thảo luận Mô-đun 7 | Xem | |
Mô-đun 8. Lập luận với logic bậc nhất (first-order logic) | ||
Tổng quan và mục tiêu Mô-đun 8 | Xem | |
Trình bày: ThS. Phạm Trọng Nghĩa (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 8.1: Cú pháp và ngữ nghĩa logic bậc nhất | Xem | |
Video bài giảng 8.1.1: Giới thiệu logic bậc nhất | Xem | |
Video bài giảng 8.1.2: Cú pháp cơ bản của logic bậc nhất | Xem | |
Video bài giảng 8.1.3: Cú pháp nâng cao của logic bậc nhất | Xem | |
Video bài giảng 8.1.4: Ví dụ viết câu logic bậc nhất | Xem | |
Cụm kiến thức 8.2: Lập luận với logic bậc nhất | Xem | |
Video bài giảng 8.2.1: Suy diễn trên logic bậc nhất bằng cách chuyển thành mệnh đề | Xem | |
Video bài giảng 8.2.2: Phép hợp nhất và suy diễn bậc nhất | Xem | |
Video bài giảng 8.2.3: Suy diễn tiến cho FOL | Xem | |
Video bài giảng 8.2.4: Suy diễn lùi cho FOL | Xem | |
Video bài giảng 8.2.5: Hợp giải và CNF cho logic bậc nhất | Xem | |
Video bài giảng 8.2.6: Ví dụ về hợp giải cho logic bậc nhất | Xem | |
Cụm kiến thức 8.3: Bài tập logic bậc nhất | Xem | |
Video bài tập 8.3.1: Biểu diễn tri thức bằng logic bậc nhất | Xem | |
Video bài tập 8.3.2: Lập luận trên logic bậc nhất | Xem | |
Bài tập Ex-8.1: Logic bậc nhất (Không bắt buộc) | Xem | |
Project 3: Thế giới Wumpus (Không bắt buộc) | Xem | |
Kiểm tra tổng kết Mô-đun 8 | Xem | |
Thảo luận Mô-đun 8 | Xem | |
Mô-đun 9. Giới thiệu học máy (machine learning) | ||
Tổng quan và mục tiêu Mô-đun 9 | Xem | |
Trình bày: TS. Lê Ngọc Thành (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 9.1: Tổng quan học máy | Xem | |
Video bài giảng 9.1.1: Tác nhân học | Xem | |
Video bài giảng 9.1.2: Kiến trúc chung của học máy | Xem | |
Video bài giảng 9.1.3: Phân chia dữ liệu và đường cong học tập | Xem | |
Cụm kiến thức 9.2: Phân loại học máy | Xem | |
Video bài giảng 9.2.1: Phân loại học máy | Xem | |
Bài đọc thêm - Giới thiệu học máy | Xem | |
Kiểm tra tổng kết Mô-đun 9 | Xem | |
Thảo luận Mô-đun 9 | Xem | |
Mô-đun 10. Phân lớp, gom nhóm cơ bản (classification, clustering) | ||
Tổng quan và mục tiêu Mô-đun 10 | Xem | |
Trình bày: TS. Lê Ngọc Thành (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 10.1: Phân lớp với cây quyết định | Xem | |
Video bài giảng 10.1.1: Cây quyết định | Xem | |
Video bài giảng 10.1.2: Tiến trình học cây quyết định | Xem | |
Video bài giảng 10.1.3: Độ đo Information Gain | Xem | |
Video bài giảng 10.1.4: Thuật toán ID3 | Xem | |
Video bài giảng 10.1.5: Cải tiến ID3 | Xem | |
Cụm kiến thức 10.2: Phân lớp với mô hình xác suất | Xem | |
Video bài giảng 10.2.1: Mô hình xác suất | Xem | |
Video bài giảng 10.2.2: Naïve Bayes | Xem | |
Video bài giảng 10.2.3: Làm trơn Laplace | Xem | |
Cụm kiến thức 10.3: Phân lớp dựa trên láng giềng | Xem | |
Video bài giảng 10.3.1: Mô hình kNN | Xem | |
Cụm kiến thức 10.4: Đánh giá các mô hình phân lớp | Xem | |
Video bài giảng 10.4.1: Đánh giá mô hình phân lớp | Xem | |
Cụm kiến thức 10.5: Gom nhóm | Xem | |
Video bài giảng 10.5.1: Giới thiệu bài toán gom nhóm | Xem | |
Video bài giảng 10.5.2: Thuật toán k-means | Xem | |
Video bài giảng 10.5.3: Đánh giá mô hình gom nhóm | Xem | |
Cụm kiến thức 10.6: Thực hành phân lớp | Xem | |
Lab-10.6.1-2: Cây quyết định ID3 | Xem | |
Video bài tập 10.6.1: Cài đặt mô hình phân lớp ID3 | Xem | |
Video bài tập 10.6.2: Thư viện cây quyết định | Xem | |
Lab-10.6.3-4: Naive Bayes | Xem | |
Video bài tập 10.6.3: Cài đặt mô hình phân lớp Naïve Bayes | Xem | |
Video bài tập 10.6.4: Cài đặt làm trơn Laplace | Xem | |
Lab-10.6.5: k-NN | Xem | |
Video bài tập 10.6.5: Cài đặt mô hình phân lớp k-NN | Xem | |
Cụm kiến thức 10.7: Thực hành gom nhóm | Xem | |
Lab-10.7: k-Means | Xem | |
Video bài tập 10.7.1: Cài đặt mô hình gom nhóm k-Means | Xem | |
Video bài tập 10.7.2: Cài đặt k-Means với thư viện sklearn | Xem | |
Bài tập Ex-10.1: Phân lớp cơ bản (Không bắt buộc) | Xem | |
Bài đọc thêm - Cây quyết định | Xem | |
Kiểm tra tổng kết Mô-đun 10 | Xem | |
Thảo luận Mô-đun 10 | Xem | |
Mô-đun 11. Hồi quy (regression) | ||
Tổng quan và mục tiêu Mô-đun 11 | Xem | |
Trình bày: TS. Lê Ngọc Thành (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 11.1: Hồi quy tuyến tính | Xem | |
Video bài giảng 11.1.1: Giới thiệu hồi quy | Xem | |
Video bài giảng 11.1.2: Hồi quy tuyến tính đơn biến | Xem | |
Video bài giảng 11.1.3: Tối ưu hóa hồi quy tuyến tính | Xem | |
Video bài giảng 11.1.4: Hồi quy tuyến tính đa biến | Xem | |
Video bài giảng 11.1.5: Hồi quy logistic | Xem | |
Cụm kiến thức 11.2: Thực hành hồi quy tuyến tính | Xem | |
Lab-11.2.1: Linear regression | Xem | |
Video bài tập 11.2.1: Cài đặt hồi quy tuyến tính | Xem | |
Lab-11.2.2: Logistic regression | Xem | |
Video bài tập 11.2.2: Cài đặt hồi quy logistic | Xem | |
Project 3: Mô hình SVM (Không bắt buộc) | Xem | |
Bài đọc thêm - Hồi quy tuyến tính | Xem | |
Kiểm tra tổng kết Mô-đun 11 | Xem | |
Thảo luận Mô-đun 11 | Xem | |
Mô-đun 12. Chủ đề mở rộng (GenAI, NLP, CV) | ||
Tổng quan và mục tiêu Mô-đun 12 | Xem | |
Trình bày: TS. Lê Ngọc Thành (Khoa CNTT, Trường ĐH. Khoa học Tự nhiên, ĐHQG-HCM) | Xem | |
Cụm kiến thức 12.1: Giới thiệu mạng nơ-ron nhân tạo | Xem | |
Video bài giảng 12.1.1: Mạng nơ-ron nhân tạo | Xem | |
Video bài giảng 12.1.2: Giới thiệu học sâu | Xem | |
Cụm kiến thức 12.2: Xử lý ngôn ngữ tự nhiên (NLP) và Xử lý ảnh (CV) | Xem | |
Video bài giảng 12.2.1: Giới thiệu NLP | Xem | |
Video bài giảng 12.2.2: Giới thiệu CV | Xem | |
Video bài giảng 12.3.1: Giới thiệu GenAI | Xem | |
Video bài giảng 12.3.2: Lịch sử phát triển và đặc điểm GenAI | Xem | |
Video bài giảng 12.3.3: Một số GenAI phổ biến | Xem | |
Kiểm tra tổng kết Mô-đun 12 | Xem | |
Thảo luận Mô-đun 12 | Xem |
Hồ sơ giảng viên
lnthanh@fit.hcmus.edu.vn
Giảng viên có 1 khóa học
Chưa có thông tin hồ sơ của
0888 678 028 Email tư vấn kỹ thuật:
info@vnuhcm.edu.vn