Khóa học Trí tuệ nhân tạo (AI) cho người mới bắt đầu

Giới thiệu Python

Biến, kiểu dữ liệu (int, float, string, bool)

Nhập/xuất dữ liệu (input/print)

Ép kiểu dữ liệu

Toán tử số học, so sánh, logic

Câu lệnh if / elif / else

Xử lý điều kiện lồng nhau

For, while

Break, continue

Vòng lặp lồng nhau

List, Tuple, Set, Dictionary

CRUD dữ liệu

Duyệt & xử lý dữ liệu trong collection

Hàm, tham số, return

Scope biến

Import module

Mini Project: App quản lý học sinh (thêm/sửa/xóa/tìm kiếm, lưu CSV)

Đọc/ghi file TXT, CSV

JSON & ứng dụng thực tế

Try/except/finally

Raise exception

Ghi log chương trình

Class, Object

Constructor (init)

Thuộc tính & phương thức

Kế thừa

Đa hình

Encapsulation

Tổ chức module, package

Best practices

Project: App quản lý thư viện (Book/User/Borrow – JSON)

Vector, ma trận

Phép cộng, nhân

Euclidean, Manhattan

Dot product, cosine similarity

Định thức, nghịch đảo

Biến đổi tuyến tính

Mean, median, variance

Phân phối xác suất

Ndarray

Indexing, slicing

Broadcasting

Vectorization

DataFrame, Series

Làm sạch & xử lý dữ liệu

Matplotlib

Seaborn

Project: Phân tích dữ liệu điểm thi (EDA) - EDA, xử lý missing, biểu đồ trực quan

Các loại ML

Pipeline ML

Lý thuyết

Linear Regression - theory

Thực hành

Phân loại nhị phân

Nguyên lý

Tối ưu K

Entropy, Gini

Ensemble learning

Clustering

Accuracy, Precision, Recall, F1

Confusion matrix

GridSearchCV

Cross-validation

Project: Dự đoán GPA / phân loại học sinh

Tổng quan Deep Learning

Neuron nhân tạo

Hàm kích hoạt (Sigmoid, ReLU, Softmax)

Forward propagation

Perceptron

Multi-Layer Perceptron (MLP)

Backpropagation

Gradient Descent

Giới thiệu TensorFlow

Tensor, computational graph

Các hàm toán học cơ bản

Sequential & Functional API

Layer (Dense, Activation)

Compile model (loss, optimizer, metrics)

Train & evaluate model

Vì sao cần CNN

Convolution, Kernel, Stride, Padding

Pooling (MaxPooling, AveragePooling)

Kiến trúc CNN cơ bản

Chuẩn bị dữ liệu ảnh

Xây dựng CNN cho MNIST

Train & đánh giá accuracy

Visualize kết quả dự đoán

Khác biệt MNIST vs CIFAR-10

Điều chỉnh kiến trúc CNN

Overfitting & underfitting

Project DL: Bộ phân loại ảnh gia đình 3–5 lớp — train CNN + đánh giá + test ảnh ngoài

NLP là gì, ứng dụng thực tế

Pipeline NLP

Làm sạch văn bản: lowercase, remove punctuation, emoji

Word tokenization, sentence tokenization

Stopwords

Stemming vs Lemmatization

Bag-of-Words

TF-IDF

So sánh BoW vs TF-IDF

Word2Vec (CBOW, Skip-gram)

GloVe

So sánh embedding truyền thống

Xây dựng pipeline NLP

Train mô hình Logistic Regression

Đánh giá mô hình

Multinomial Naive Bayes

Confusion matrix

Precision, Recall, F1

Project NLP: Phân loại cảm xúc (Sentiment Analysis)

Bagging vs Boosting

AdaBoost

Gradient Boosting

Giới thiệu XGBoost

Huấn luyện mô hình

So sánh với Random Forest

Hyperparameter XGBoost

GridSearch & RandomSearch

Cross-validation nâng cao

Feature Importance

SHAP values

Phân tích ảnh hưởng biến

Pipeline inference

Lưu & load model

Giới thiệu deploy ML

Project: XGBoost + SHAP phân tích dữ liệu

Hạn chế của MLP/CNN với chuỗi

RNN

LSTM, GRU

Chuẩn bị dữ liệu time-series

Train LSTM

Đánh giá sai số (MAE, RMSE)

Generator & Discriminator

Loss function GAN

Ứng dụng GAN

Attention mechanism

Self-attention

Kiến trúc Transformer

Learning rate scheduling

Transfer Learning

Fine-tuning model

Project DL nâng cao: Time-series forecasting hoặc Text generation

Định nghĩa vấn đề AI

Chọn dataset

Phân tích yêu cầu đầu vào/đầu ra

Lập kế hoạch triển khai

Làm sạch & xử lý dữ liệu

Train, tuning mô hình

Đánh giá & cải tiến

Viết báo cáo kỹ thuật

Trình bày mô hình & kết quả

Demo sản phẩm (Flask/Gradio)

Sản phẩm cuối khóa: Ứng dụng AI hoàn chỉnh