Bỏ qua tới nội dung chính

Nhóm chủ đề 7/7

Trí tuệ nhân tạo

Artificial Intelligence

Trí tuệ nhân tạo và học máy: từ tìm kiếm, suy luận xác suất tới học sâu, học tăng cường, xử lý ngôn ngữ, thị giác máy tính và robot.

10 chủ đềkhoảng 421 giờ41 khóa học19 sách

Theo cấp độ: 1 Cơ bản · 4 Trung bình · 5 Nâng cao

Giới thiệu

Nhóm Trí tuệ nhân tạo dạy máy tính ra quyết định và học từ dữ liệu. Bắt đầu với Nhập môn trí tuệ nhân tạo (tìm kiếm, lập kế hoạch, suy luận), rồi Học máy — môn nền của cả nhóm. Từ đó mở ra các nhánh: Học sâu và các ứng dụng của nó trong ngôn ngữ tự nhiên và thị giác máy tính; Học tăng cường và Robot học cho tác tử hành động trong môi trường; Mô hình đồ thị xác suất và Biểu diễn tri thức và suy luận cho suy luận có cấu trúc; và Khoa học nhận thức nhìn trí tuệ từ phía con người.

Chuẩn bị gì trước

AI dùng nhiều toán hơn phần lớn các nhóm khác: đại số tuyến tính, xác suất – thống kê và giải tích là bắt buộc, cộng với lập trình Python vững. Nếu thấy công thức khó theo, hãy quay lại nhóm Mathematics trước khi học tiếp — hai chủ đề Mathematics for Machine Learning và Optimization ở đó viết riêng cho phần toán của học máy.

Cách học

Kết hợp lý thuyết với thực hành trên dữ liệu thật: cài đặt lại các thuật toán cơ bản từ đầu (hồi quy, mạng nơ-ron nhỏ, Q-learning) trước khi dùng thư viện, rồi làm dự án hoàn chỉnh — từ thu thập dữ liệu, huấn luyện tới đánh giá mô hình một cách trung thực.

Nên học trước

Thứ tự học

Sắp theo mục "Nên học trước" trong hướng dẫn của từng chủ đề.

  1. Nhập môn trí tuệ nhân tạo

    Introduction to Artificial Intelligence

    Cơ bảnkhoảng 31 giờ

    Cần học trước

    Kiến thức cốt lõi: Lập trình, Cấu trúc dữ liệu và giải thuật

    Toán học: Xác suất thống kê

    Giáo trình: Artificial Intelligence: A Modern Approach

    Khóa chính: Introduction to Artificial Intelligence · UC Berkeley

  2. Học máy

    Machine Learning

    Trung bìnhkhoảng 45 giờ

    Cần học trước

    Toán học: Giải tích, Đại số tuyến tính, Xác suất thống kê

    Kiến thức cốt lõi: Lập trình

    Giáo trình: An Introduction to Statistical Learning: with Applications in R

    Khóa chính: Machine Learning · Stanford

  3. Học sâu

    Deep Learning

    Trung bìnhkhoảng 47 giờ

    Cần học trước

    Trong nhóm: Học máy

    Toán học: Đại số tuyến tính, Giải tích

    Giáo trình: Dive into Deep Learning

    Khóa chính: Introduction to Deep Learning · CMU

  4. Học tăng cường

    Reinforcement Learning

    Nâng caokhoảng 43 giờ

    Cần học trước

    Trong nhóm: Học máy

    Toán học: Xác suất thống kê, Giải tích

    Giáo trình: Reinforcement Learning: An Introduction

    Khóa chính: Reinforcement Learning · IIT Madras

  5. Mô hình đồ thị xác suất

    Probabilistic Graphical Models

    Nâng caokhoảng 46 giờ

    Cần học trước

    Trong nhóm: Học máy

    Toán học: Xác suất thống kê

    Kiến thức cốt lõi: Toán cho khoa học máy tính

    Giáo trình: Probabilistic Graphical Models: Principles and Techniques

    Khóa chính: Probabilistic Graphical Models · CMU

  6. Biểu diễn tri thức và suy luận

    Knowledge Representation and Reasoning

    Nâng caokhoảng 41 giờ

    Cần học trước

    Trong nhóm: Nhập môn trí tuệ nhân tạo

    Thuật toán và lý thuyết tính toán: Logic cho khoa học máy tính

    Giáo trình: Knowledge Representation and Reasoning

    Khóa chính: Artificial Intelligence: Knowledge Representation And Reasoning · IIT Madras

  7. Xử lý ngôn ngữ tự nhiên

    Natural Language Processing

    Nâng caokhoảng 46 giờ

    Cần học trước

    Trong nhóm: Học máy, Học sâu

    Giáo trình: Speech and Language Processing (3rd edition, draft)

    Khóa chính: Natural Language Processing with Deep Learning · Stanford

  8. Thị giác máy tính

    Computer Vision

    Nâng caokhoảng 48 giờ

    Cần học trước

    Trong nhóm: Học sâu, Học máy

    Giáo trình: Computer Vision: Algorithms and Applications

    Khóa chính: Introduction to Computer Vision · Cornell

  9. Robot học

    Robotics

    Trung bìnhkhoảng 44 giờ

    Giáo trình: Modern Robotics: Mechanics, Planning, and Control

    Khóa chính: Modern Robotics: Mechanics, Planning, and Control · Northwestern

  10. Khoa học nhận thức

    Cognitive Science

    Trung bìnhkhoảng 30 giờ

    Cần học trước

    Trong nhóm: Nhập môn trí tuệ nhân tạo

    Khoa học tự nhiên: Sinh học

    Giáo trình: Mind, Body, World: Foundations of Cognitive Science

    Khóa chính: Computational Cognitive Science · MIT

Kỹ năng đạt được

  • Xây dựng, huấn luyện và đánh giá mô hình học máy
  • Thiết kế mạng nơ-ron sâu cho ảnh, văn bản và chuỗi
  • Dùng học tăng cường cho bài toán ra quyết định tuần tự
  • Suy luận xác suất với mô hình đồ thị
  • Xử lý ngôn ngữ tự nhiên và ảnh bằng các mô hình hiện đại
  • Đánh giá mô hình trung thực: chia dữ liệu, tránh rò rỉ, đo sai số

Nghề nghiệp

  • Kỹ sư học máy / AI
  • Nhà khoa học dữ liệu
  • Kỹ sư thị giác máy tính
  • Kỹ sư xử lý ngôn ngữ tự nhiên
  • Kỹ sư robot
  • Nghiên cứu viên AI