IT Viet Academy cung cấp các khóa khọc chất lượng cao từ cơ bản đến nâng cao cho mọi đối tượng học viên. Các chương trình đào tạo đang tuyển sinh của chúng tôi tập trung vào các lĩnh vực sau:
CÁC KHÓA HỌC HOT NHẤT
Học viện của chúng tôi mở các lớp đào tạo chất lượng cao, thường xuyên hằng tháng, phù hợp với xu thế và nhu cầu xã hội đồng thời cập nhật nhất nhằm tạo điều kiện cho tất cả mọi người nâng cao kiến thức.
Chứng chỉ: Python Programming do IT Viet Academy cấp
Giảng viên: của IT Viet Academy
Mô tả: Khóa học giúp người học có khả năng lập trình với Python, từ đó có thể sử dụng các thư viện cơ bản giải quyết một số bài toán, cũng như có thể xây dựng được ứng dụng bằng Python.
Nội dung khóa học:
Tổng quan lập trình PythonTổng quan lập trình (LT), chương trình và ngôn ngữ lập trình (NNLT)Đặc điểm của PythonCài đặt, cấu hình PythonXây dựng và thực thi ứng dụng Python đầu tiênBiến và các kiểu dữ liệuBiếnCác kiểu dữ liệu: Integral Type, Floating-point typeChuỗi – StringChuyển đổi kiểu dữ liệuChú thích: #, “““…”””Nhập xuất dữ liệu trên shellToán tửToán tử số học, so sánh, gán, logic, định danhĐộ ưu tiên toán tửCấu trúc điều khiểnif, if…elseif…elif…elseCấu trúc lặpfor, while, nest loopSử dụng break, continue và pass statementNumber, String, Date&TimeMathematical function, String method, Unicode StringTime tuple, time module, calendarListTupleDictionaryPhương thứcXây dựng và gọi sử dụng phương thứcAnonymous Function (lambda)ModuleModule và PackagePython’s Standard LibraryXử lý ngoại lệStandard ExceptionsSử dụng assertXử lý exceptionFile I/OLàm việc với tập tinLàm việc với thư mục
Học máy với Python- Machine learning with Python
Thời lượng: 36 giờ
Chứng chỉ: Applied Machine Learning with Python do IT Viet Academy cấp
Giảng viên: IT Viet Academy
Mô tả: Khóa học này cung cấp cho học viên các kiến thức quan trọng và cần thiết về Machine Learning, trang bị kiến thức và kỹ năng vận dụng các thuật toán thuộc nhóm Supervised Learning (Classification, Regression), Unsupervised Learning (Clustering, Association Analysis, Dimensionality Reduction) thông qua việc sử dụng các bộ thư viện và mã nguồn mở Python.
Tổng quan Machine LearningGiới thiệuPhân loạiSupervised LearningClassificationRegression AnalysisUnsupervised LearningClusteringAssociation AnalysisDimensionality ReductionThuật ngữScikit-learn: Machine Learning trong PythonThách thức của Machine Learning: không đủ số lượng dữ liệu, dữ liệu đào tạo không đại diện, dữ liệu có chất lượng kém, thuộc tính không liên quan, Overfitting, Underfitting, cân bằng giữa Bias-Variance…Logistic RegressionBinary ClassifierThuật toán: Logistic Regression, phương trình toán học (Sigmoid)Xây dựng Logistic Regression với sklearn.linear_model. LogisticRegressionLinear RegressionThuật toán Least SquaresPhân loại: Simple Linenear Regression, Multiple Linenear RegressionXây dựng Linear Regression với sklearn. linear_model.LinearRegressionNaïve BayesPhân loại Naïve Bayes: GaussianNB, BernoulliNB và MultinomialNBThuật toán: Định lý BayesXây dựng Naïve Bayes với sklearn.naive_bayesK-Nearest Neighbors (KNN)Thuật toán KNNXây dựng KNN với sklearn.neighbors.KNeighborsClassifier, sklearn.neighbors.KNeighborsRegressorDecision TreeThuật toán: Decision TreeXây dựng Decision Tree với sklearn.tree.DecisionTreeClassifier, sklearn.tree.DecisionRegressorRandom ForestThuật toán: Random ForestXây dựng Random Forest với sklearn.ensemble. RandomForestClassifierSupport Vector Machine (SVM)Kenel trickThuật toán: Linear SVM, Hard-margin, Soft-margin, Nonelinear SVM, SVM Kenel, SVM RegressionXây dựng SVM với sklearn.svm.SVMBoosting, AdaBoostBoosting: Giới thiệu, Boosting Algorithms, phân loạiAdaBoost (Adaptive Boosting)Thuật toán: AdaBoostXây dựng AdaBoost với sklearn.ensemble.AdaBoostClassifierMột số kỹ thuật bổ sungXác thực chéo (Cross Validation)Điều chỉnh tham số (Tunning Parameter)Grid Search (GridSearchCV)Random SearchK-MeansThuật toán K-Means AlgorithmElbow MethodXây dựng K-Means với sklearn.cluster.KMeansHierarchical clusteringPhân loại: Divisive (top down), Agglomerative (bottom up)Agglomerative Clustering AlgorithmDendrogramXây dựng Hierarchical clustering với sklearn.cluster. AgglomerativeClusteringAprioriAssociation Rule MiningAprioriThuật toán: Apriori (Support, Confidence, Lift)Xây dựng Apriori với mlxtend.frequent_patterns.aprioriECLAT (Equivalence Class Clustering and bottom up Lattice Traversal)Thuật toán: ECLATXây dựng ECLATGaussian Mixture Model (GMM) và Expectation–maximization (EM)Gaussian DistributionGMMEMXây dựng GMM với sklearn.mixture.GaussianMixtureDimensionality Reduction, Principal Component Analysis (PCA)Dimensionality Reduction: Curse of Dimensionality, phân loạiPCA: giới thiệu, mục tiêuThuật toán: PCA, Singular Value Decomposition (SVD)Xây dựng PCA với sklearn.decomposition.PCALocally Linear Embedding (LLE)Thuật toán: LLEXây dựng LLE với sklearn.manifold.LocallyLinearEmbeddingTime SeriesDự đoán với ARIMAThuật toán, variation, decompositionXây dựng mô hình với auto_arima
Phân tích Dữ liệu lớn – Big Data Analytics
Thời lượng : 36 giờ
Chứng chỉ: Big Data Analytics do IT Viet Academy cấp
Giảng viên: IT Viet Academy
Mô tả: Khóa học này cung cấp những kiến thức nền tảng về đặc điểm và các thành phần của Big Data, giá trị mà Big Data mang lại doanh nghiệp,cung cấp các phương pháp phân tích khoa học dữ liệu.
Introduction To Big DataWhat is Big Data?The Vs’ of Big DataPySparkPySpark: Spark with PythonSpark context, Spark Session, PySpark cellLambda with map(), filter()Spark DataFrameProgramming in PySpark RDD’sAbstraction Spark – resilient distributed dataset (RDD)Abstracting Data with RDDsRDDs from Parallelized collections, RDDs from External DatasetsPartitions in your dataBasic RDD Transformations and ActionsMap and Collect, Filter and CountPair RDDs in PySparkReduceBykey and Collect, SortByKey and CollectAdvanced RDD ActionsCountingBykeysCreate a base RDD and transform itRemove stop words and reduce the datasetPrint word frequenciesPySpark SQL & DataFramesAbstracting Data with DataFramesRDD to DataFrameLoading CSV into DataFrameOperating on DataFrames in PySparkInspecting data in PySpark DataFramePySpark DataFrame subsetting and cleaningFiltering your DataFrameInteracting with DataFrames using PySpark SQLRunning SQL Queries ProgrammaticallySQL queries for filtering TableData Visualization in PySpark using DataFramesPySpark DataFrame visualizationCreate a DataFrame from CSV fileSQL Queries on DataFrameData visualizationManipulating dataSQL in nutshellFilter, SelectAggregating, Group & AggregatingJoinData AnalysisEDA, CorrVisualization: distplot, implotWrangling with Spark FunctionsDrop, Filter, ScalingWorking with missing dataJoinFeature EngineeringFeature GenerationDifferencesRatiosDeeper Features, Time FeaturesTime Components, Joining On Time ComponentsDate MathExtracting Features, Extracting Text to New FeaturesSplitting & ExplodingPivot & JoinBinarizing, Bucketing & EncodingBinarizing Day of WeekBucketingOne Hot EncodingBuilding a ModelChoosing the AlgorithmWhich MLlib Module?Creating Time SplitsAdjusting Time FeaturesFeature Engineering Assumptions for RFRFeature Engineering For Random ForestsDropping Columns with Low ObservationsNaively Handling Missing and Categorical ValuesBuilding a ModelEvaluating & Comparing AlgorithmsInterpreting ResultsMachine Learning with PySpark MLlibPySpark MF librariesPySpark MLlib algorithmsCollaborative filteringLoading Movie Lens dataset into RDDsModel training & predictionsModel evaluation using MSEClassificationLoading spam & non-spam dataFeature hashing & LabelPointLogistic Regression model trainingClusteringLoading & parsing the 5000 points dataK-means training
Học sâu với Python -Deep Learning with Python
Thời lượng: 36 giờ
Chứng chỉ: Deep Learning with Python do IT Viet Academy cấp
Giảng viên: IT Viet Academy
Mô tả: Cung cấp các kiến thức cần thiết về Deep Learning và kỹ năng vận dụng các thuật toán quan trọng như Artificial Neural Network (ANN) – mạng neuron nhân tạo, Convolutional Neural Network (CNN) – mạng neuron tích chập, Transfer Learning từ Pre-trained model, Recurrent neural network (RNN) – mạng neuron hồi quy, AutoEncoder – mạng tự mã hóa, Generative Adversarial Networks (GANs); Deep Learning và Natural Language Processing (NLP) như Text Classification, Name Entity Recognition; Deep Learning và Computer Vision như Face detection – nhận diện khuôn mặt, Object detection .
Nội dung khóa học:
Tổng quan Deep LearningGiới thiệu, phân loại Deep LearningPhạm vi áp dụng, so sánh Machine Learning và Deep LearningThư viện hỗ trợ Deep Learning: TensorFlow, Keras…Làm việc với TensorFlow và KerasTensorFlowGiới thiệuTensorTensorFlow cơ bảnConstants, Placeholder, VariablesOperatorsArtificial Neural Network (ANN) – mạng neuron nhân tạoGiới thiệu: Biological Neuron Network – mạng neuron sinh học, ANN, perceptron, thuật ngữTính toán logic với NeuronsHoạt động của NeuralNeural network học như thế nào?Activation Function: Linear, Sigmoid, TanH, Softmax, rectified linear unit (ReLU)Back propagationLoss function, OptimizersGradient Descent, Stochastic Gradian DescentXây dựng ANN, đánh giáCải thiện model với Dropout, GridSearchCVConvolutional Neural Network (CNN) – mạng neuron tích chậpGiới thiệu CNN, đặc điểm, ứng dụngConvolution OperationReLU layerPoolingFlatteningFull connectionSoftmaxCross entropyXây dựng CNN, đánh giá và tinh chỉnh CNNRecurrent neural network (RNN) – mạng neuron hồi quyGiới thiệu RNN, đặc điểm, ứng dụngComputational GraphVanishing Gradient DescentLong Short Term Memory (LSTM), LSTM VariationXây dựng RNN, đánh giá và tinh chỉnh RNNTransfer Learning từ Pre-trained modelGiới thiệu Transfer LearningLý do nên áp dụng pre-trained modelTiến trình Transfer LearningBộ dữ liệu ImageNet/ ILSVRCPre-trained model trong Keras: VGG, ResNet, MobileNet, Inception50Sử dụng pre-trained modelTriển khai transfer learning với pre-trained modelNatural Language Processing (NLP) với Deep LearningGiới thiện NLP: ngôn ngữ tự nhiên, thách thức của ngôn ngữ tự nhiên…Basic Tranformation: Tokenization, CountVectorizer, Tf-Idf (Term frequency-inverse document frequency), HashingVectorizer, Keras text_to_word_sequence, Keras one_hot, Keras Tokenizer APIText Classification với RNNName Entity Recognition với LSTM-CRFAutoEncoderGiới thiệu, đặc điểm, ứng dụngAutoEncoder: Encoder, DecoderLoss functionXây dựng AutoEncoder: Simple AutoEncoder, Deep AutoEncoder, CNN AutoEncoderFace detection – Nhận diện khuôn mặtViola Jones algorithmHaar- like featuresLBP cascade classifierSo sánh Haar và LBPIntergral ImageTraining classifierAdaBoostCascadingXây dựng face detection với OpenCVĐối phó với False Positives (nhận diện sai)Object detection – nhận diện vật thểSingle Shot MultiBox Detector(SSD)Multi-box conceptDự đoán object positionScale problemXây dựng object detection với SSDGenerative Adversarial Networks (GANs)Giới thiệu, đặc điểmCách thức hoạt động của GANsỨng dụng GANsTạo ảnh với GANs
