Artificial Intelligence (AI) for Mechatronics Training Course

Khóa học này bao gồm các chủ đề về AI (tập trung vào Machine Learning và Deep Learning) trong ngành Automotive. Khóa học này giúp xác định công nghệ nào có thể được (tiềm năng) sử dụng trong nhiều tình huống trong ô tô: từ tự động hóa đơn giản, nhận dạng hình ảnh đến khả năng đưa ra quyết định tự động.

Khóa học này được thiết kế dành cho các nhà quản lý, kiến trúc sư giải pháp, giám đốc đổi mới, CTO, kiến trúc sư phần mềm và bất kỳ ai quan tâm đến tổng quan về trí tuệ nhân tạo ứng dụng và dự báo gần nhất về sự phát triển của nó.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho những người tham gia ở trình độ mới bắt đầu, mong muốn học các khái niệm cơ bản về xác suất, thống kê, lập trình và học máy, và áp dụng những điều này vào phát triển AI.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu các khái niệm cơ bản về xác suất và thống kê, và áp dụng chúng vào các tình huống thực tế.
• Viết và hiểu mã lập trình thủ tục, hàm và hướng đối tượng.
• Triển khai các kỹ thuật học máy như phân loại, phân cụm và mạng nơ-ron.
• Phát triển các giải pháp AI bằng cách sử dụng công cụ quy tắc và hệ thống chuyên gia để giải quyết vấn đề.

Mạng nơ-ron nhân tạo là một mô hình dữ liệu tính toán được sử dụng trong việc phát triển các hệ thống Artificial Intelligence (AI) có khả năng thực hiện các tác vụ "thông minh". Neural Networks thường được sử dụng trong các ứng dụng Machine Learning (ML), vốn là một triển khai của AI. Deep Learning là một tập hợp con của ML.

Đây là khóa học kéo dài 4 ngày giới thiệu về AI và ứng dụng của nó. Có tùy chọn tham gia thêm một ngày để thực hiện một dự án AI sau khi hoàn thành khóa học này.

Đây là một khóa học kéo dài 4 ngày giới thiệu về AI và ứng dụng của nó bằng ngôn ngữ lập trình Python. Có tùy chọn tham gia thêm một ngày để thực hiện một dự án AI sau khi hoàn thành khóa học này.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà khoa học dữ liệu và nhà thống kê ở trình độ trung cấp, những người muốn chuẩn bị dữ liệu, xây dựng mô hình và áp dụng các kỹ thuật học máy một cách hiệu quả trong lĩnh vực chuyên môn của họ.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu và triển khai nhiều thuật toán Machine Learning.
• Chuẩn bị dữ liệu và mô hình cho các ứng dụng học máy.
• Thực hiện phân tích hậu kiểm và trực quan hóa kết quả một cách hiệu quả.
• Áp dụng các kỹ thuật học máy vào các tình huống thực tế, cụ thể theo ngành.

Dịch vụ Bot Azure kết hợp sức mạnh của các chức năng Microsoft Bot Framework và Azure để cho phép phát triển nhanh chóng các bot thông minh.

Trong khóa đào tạo trực tiếp, do giảng viên hướng dẫn này, người tham gia sẽ học cách dễ dàng tạo một bot thông minh bằng cách sử dụng Microsoft Azure.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Học các nguyên tắc cơ bản của bot thông minh
• Học cách tạo bot thông minh bằng cách sử dụng các ứng dụng đám mây
• Hiểu cách sử dụng Microsoft Bot Framework, Bot Builder SDK và Dịch vụ Bot Azure
• Hiểu cách thiết kế bot bằng cách sử dụng các mẫu bot
• Phát triển bot thông minh đầu tiên của họ bằng cách sử dụng Microsoft Azure

Đối tượng

• Nhà phát triển
• Người đam mê
• Kỹ sư
• Chuyên gia IT

Định dạng khóa học

• Kết hợp bài giảng, thảo luận, bài tập và thực hành chuyên sâu

Mạng nơ-ron nhân tạo là một mô hình dữ liệu tính toán được sử dụng trong việc phát triển các hệ thống Artificial Intelligence (AI) có khả năng thực hiện các tác vụ "thông minh". Neural Networks thường được sử dụng trong các ứng dụng Machine Learning (ML), vốn là một triển khai của AI. Deep Learning là một tập hợp con của ML.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho các nhà nghiên cứu và phát triển muốn sử dụng Chainer để xây dựng và huấn luyện mạng nơ-ron trong Python đồng thời giúp mã dễ dàng gỡ lỗi.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Thiết lập môi trường phát triển cần thiết để bắt đầu phát triển các mô hình mạng nơ-ron.
• Định nghĩa và triển khai các mô hình mạng nơ-ron bằng mã nguồn dễ hiểu.
• Thực thi các ví dụ và sửa đổi các thuật toán hiện có để tối ưu hóa các mô hình huấn luyện học sâu trong khi tận dụng GPU để đạt hiệu suất cao.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) cung cấp một giới thiệu về lĩnh vực nhận dạng mẫu và học máy. Khóa học đề cập đến các ứng dụng thực tế trong thống kê, khoa học máy tính, xử lý tín hiệu, thị giác máy tính, khai thác dữ liệu và tin sinh học.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Áp dụng các phương pháp thống kê cốt lõi vào nhận dạng mẫu.
• Sử dụng các mô hình chính như mạng nơ-ron và phương pháp kernel để phân tích dữ liệu.
• Triển khai các kỹ thuật nâng cao để giải quyết các vấn đề phức tạp.
• Cải thiện độ chính xác dự đoán bằng cách kết hợp các mô hình khác nhau.

Một bot hoặc chatbot giống như một trợ lý máy tính được sử dụng để tự động hóa các tương tác của người dùng trên nhiều nền tảng nhắn tin và thực hiện công việc nhanh hơn mà không cần người dùng phải nói chuyện với một người khác.

Trong khóa đào tạo trực tiếp, do giảng viên hướng dẫn này, người tham gia sẽ học cách bắt đầu phát triển một bot khi họ từng bước tạo các chatbot mẫu bằng các công cụ và khung phát triển bot.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu các ứng dụng và mục đích sử dụng khác nhau của bot
• Hiểu toàn bộ quy trình phát triển bot
• Khám phá các công cụ và nền tảng khác nhau được sử dụng trong việc xây dựng bot
• Xây dựng một chatbot mẫu cho Facebook Messenger
• Xây dựng một chatbot mẫu bằng Microsoft Bot Framework

Đối tượng

• Các nhà phát triển quan tâm đến việc tạo bot của riêng họ

Định dạng khóa học

• Kết hợp bài giảng, thảo luận, bài tập và thực hành nặng nề

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này (trực tuyến hoặc tại chỗ) dành cho các nhà phát triển và nhà khoa học dữ liệu muốn tìm hiểu các nguyên tắc cơ bản của Deep Reinforcement Learning khi họ thực hiện từng bước tạo một Deep Learning Agent.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu các khái niệm chính đằng sau Deep Reinforcement Learning và có thể phân biệt nó với Machine Learning.
• Áp dụng các thuật toán Reinforcement Learning nâng cao để giải quyết các vấn đề thực tế.
• Xây dựng một Deep Learning Agent.

Khóa đào tạo trực tiếp, do giảng viên hướng dẫn này tại Việt Nam (trực tuyến hoặc tại chỗ) dành cho những người tham gia ở trình độ trung cấp, mong muốn nâng cao kỹ năng thiết kế, lập trình và triển khai các hệ thống robot thông minh cho tự động hóa và hơn thế nữa.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu các nguyên tắc của Physical AI và ứng dụng của nó trong robot và tự động hóa.
• Thiết kế và lập trình các hệ thống robot thông minh cho môi trường động.
• Triển khai các mô hình AI để đưa ra quyết định tự động trong robot.
• Tận dụng các công cụ mô phỏng để kiểm tra và tối ưu hóa robot.
• Giải quyết các thách thức như hợp nhất cảm biến, xử lý thời gian thực và hiệu quả năng lượng.

Một Robot thông minh là một Artificial Intelligence (AI) hệ thống có thể học hỏi từ môi trường và kinh nghiệm của nó, đồng thời xây dựng dựa trên khả năng của nó dựa trên kiến thức đó. Smart Robots có thể cộng tác với con người, làm việc cùng họ và học hỏi từ hành vi của họ. Hơn nữa, chúng có khả năng không chỉ làm công việc thủ công mà còn cả các nhiệm vụ nhận thức. Ngoài robot vật lý, Smart Robots cũng có thể hoàn toàn dựa trên phần mềm, tồn tại trong máy tính như một ứng dụng phần mềm mà không có bộ phận chuyển động hoặc tương tác vật lý với thế giới.

Trong khóa đào tạo trực tiếp, trực tuyến này, người tham gia sẽ học các công nghệ, khung và kỹ thuật khác nhau để lập trình các loại Smart Robots cơ học khác nhau, sau đó áp dụng kiến thức này để hoàn thành các dự án Robot thông minh của riêng họ.

Khóa học được chia thành 4 phần, mỗi phần bao gồm ba ngày giảng lý thuyết, thảo luận và phát triển robot thực hành trong môi trường phòng thí nghiệm trực tiếp. Mỗi phần sẽ kết thúc bằng một dự án thực hành để cho phép người tham gia thực hành và chứng minh kiến thức đã học.

Phần cứng mục tiêu cho khóa học này sẽ được mô phỏng trong 3D thông qua phần mềm mô phỏng. Khung nguồn mở ROS (Robot Operating System), C++ và Python sẽ được sử dụng để lập trình robot.

Khi kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Hiểu các khái niệm chính được sử dụng trong công nghệ robot
• Hiểu và quản lý sự tương tác giữa phần mềm và phần cứng trong hệ thống robot
• Hiểu và triển khai các thành phần phần mềm làm nền tảng cho Smart Robots
• Xây dựng và vận hành một Robot thông minh cơ học mô phỏng có thể nhìn, cảm nhận, xử lý, nắm bắt, điều hướng và tương tác với con người thông qua giọng nói
• Mở rộng khả năng của Robot thông minh trong việc thực hiện các nhiệm vụ phức tạp thông qua Deep Learning
• Kiểm tra và khắc phục sự cố cho Robot thông minh trong các tình huống thực tế

Đối tượng

• Nhà phát triển
• Kỹ sư

Định dạng khóa học

• Kết hợp giảng lý thuyết, thảo luận, bài tập và thực hành chuyên sâu

Lưu ý

• Để tùy chỉnh bất kỳ phần nào của khóa học này (ngôn ngữ lập trình, mô hình robot, v.v.), vui lòng liên hệ với chúng tôi để sắp xếp.