ĐÀO TẠO


Chương trình học của Robotics/AI:

Học viên được coi như hoàn thành chương trình học (khóa học) của chúng tôi nếu hoàn thành 5 lớp học (theo chuỗi) của chương trình. Các học viên này sẽ được cấp chứng chỉ khóa học Robotics từ CBD Robotics. Các học viên chỉ hoàn thành một số lớp sẽ được cấp giấy chứng nhận đã hoàn thành lớp học từ CBD Robotics. Các lớp học sẽ đào tạo rất chuyên sâu và đặc biệt chú trọng vào đồ án thực tế, học viên phải hoàn thành các đồ án mới được công nhận kết thúc khóa học (lớp học). Mỗi lớp học sẽ kéo dài 4 tháng hay 16 tuần. Mỗi tuần, học viên sẽ tham dự 2 buổi học. Mỗi buổi học kéo dài 2 tiếng, trong đó bao gồm 45 phút lý thuyết và 1 tiếng 15 phút thực tập lab. Học viên sẽ xây dựng các dự án thực tế dưới sự hướng dẫn của giảng viên trong giờ lab.


Python programming

Unit 1 Unit 2
Data types, control flow, functions, objects & classes Postgresql database, data modeling, sqlalchemy and model relationships in Python
Unit 3 Unit 4
Flask and the basics, building blog, authentication using flask-login, Unit test Api and web services, sending data API with POST, uploading files via API
Unit 5
Capstone project
Machine Learning in Python
Unit 1 Unit 2
Sqlite database, Pandas, Statistics, Probability, Hypothesis testing, Probability Distributions Acquiring data using json format, acquiring data from an API, scraping data from HTML websites
Unit 3 Unit 4
Linear Regression, Logistic Regression, Multivariate Regression, Time Series Regression Classification, Fitting and Overfitting, Cross Validation, Random Forest, Bayes, KNN, Clustering, SVM, LDA, PCA
Unit 5
Capstone project
Natural Language Processing
Unit 1 Unit 2
Language processing and Python, Accessing Corpora and Lexical resources Processing Raw text, Categorizing and Tagging words
Unit 3 Unit 4
Classifying text, extracting information from text Analyzing Sentence Structure, Analyzing the meaning of sentences
Unit 5
Capstone project
Deep Learning
Unit 1 Unit 2
Tensorflow and the basics, MNIST Neural network, hidden layer, convolutional layer, maxpooling layer, sub-sampling layer
Unit 3 Unit 4
Convolutional Neural Network for Image Processing Recurrent Neural Networks for language processing
Unit 5
Capstone project
Computer Vision/Robotics
Unit 1 Unit 2
Machine Learning for Machine Vision, binary classification, Expectation Maximization Gaussian Mixtures, Factor Analysis, Face Recognition
Unit 3 Unit 4
Image Processing and feature extraction, the pinhole camera, multiple cameras Models for style and identity, Temporal Models, Kalman Filter, Moving Objects
Unit 5
Capstone project