Học sâu (Deep learning)

• Bài giảng (Slides)

  1. Introduction to Deep Learning

  2. Deep Learning with Python

  3. Deep Learning Techniques

  4. Recommendation Systems

• Book (Deep Learning): Link

  2. • Danh sách báo cáo: Link

• Thực hành (Labs)

  1. Lab 1: Các kỹ thuật Học sâu với Python 

     • Thời gian thực hành: 1 buổi

     • Link nộp bài: Hạn nộp ngày 

  2. Lab 2: CNN

     • Thời gian thực hành: 1 buổi

     • Link nộp bài: Hạn nộp ngày 

  3. Lab 3: LSTM

     • Thời gian thực hành: 1 buổi

     • Link nộp bài: Hạn nộp ngày 

  4. Lab 4, 5, 6: Thực hành đề tài tiểu luận (3 buổi)

     • Đăng ký đề tài tiểu luận: Link

     • Nộp tiến độ tiểu luận (Code): 

  5. Viết báo cáo:

     • Thời gian thực hành: 1 buổi

     • Nội dung: Viết PPT để chuẩn bị báo cáo tiến độ

  6. Báo cáo tiến độ: 

     • Thời gian: 

     • Link nộp bài báo cáo (ppt + code): hạn hết ngày 

• Lịch thi: TBS

  2. • Link nộp bài báo cáo (ppt + code + word): Hạn hết ngày 

• Tài liệu tham khảo (References)

  1. Võ Phương Bình, Bài giảng “Học sâu”, 2025

  2. Vũ Hữu Tiệp, “Machine Learning Cơ Bản”, machinelearningcoban.com, 2018.

  3. Andrew Ng & Kian Katanforoosh, “Deep learning”, http://cs230.stanford.edu/syllabus/, 2025

  4. Vincent Dumoulin and Francesco Visin, “A guide to convolution arithmetic for deep learning”, https://arxiv.org/pdf/1603.07285