Bài giảng
Xử lý ngôn ngữ tự nhiên là một nhánh của Trí tuệ nhân tạo tập trung vào các ứng dụng trên ngôn ngữ của con người. Tuy nhiên, nội dung của học phần chỉ tập trung xử lý ngôn ngữ ở dạng văn bản mà không bàn đến xử lý ngôn ngữ ở dạng âm thanh (tiếngnói). Trong học phần, sinh viên cũng được cung cấp thông tin về tình hình xử lý ngôn ngữ tiếng Việt.Mục tiêu quan trọng của học phần nhằm trình bày cho sinh viên những kỹ thuật tiên tiến và ứng dụng của xử lý ngôn ngữ tự nhiên đặc biệt là tập trung vào các tiếp cận xác suất. Khoá học sẽ nhắm tới nội dung lý thuyết lẫn ứng dụng.
Bài giảng
Trong chương trình này, Sinh viên sẽ học tất cả các kỹ năng nền tảng cần thiết để bắt đầu sử dụng các kỹ thuật của ngôn ngữ lập trình Python cho các bài toán trí tuệ nhân tạo (AI) nâng cao. Trang bị kỹ năng nâng cao cho cac kỹ sư AI để làm việc trong các công ty chuyên nghiệp CMCN 4.0.
Bài giảng
Tài liệu hướng dẫn sinh viên sử dụng hệ thống Cloud, Web hosting của Khoa CNTT - NTTU
Tải tài liệu hướng dẫn
Cung cấp các kiến thức lý thuyết nền tảng và giới thiệu các ứng dụng của các hệ thống thông minh. Các kiến thức sử dụng trong hệ thống thông minh mang tính tích hợp. Các kỹ thuật áp dụng sẽ tập trung vào các hướng tiếp cận ký hiệu, số học, luận lý mờ và các hướng ứng dụng lai. Môn học cũng giới thiệu các ứng dụng nổi bật của các hệ thống thông minh trong thực tế.
Bài giảng
Giới thiệu các nội dung giúp sinh viên hiểu các khái niệm cơ bản về lĩnh vực trí tuệ nhân tạo thông qua quá trình hình thành, các vấn đề và các ứng dụng của lĩnh vực trí tuệ nhân tạo trong thực tế. Bên cạnh đó, học phần giới thiệu các phương pháp giải quyết vấn đề thông qua phương pháp Heuristic cùng với các bài toán cụ thể như: phân công công việc, xếp lịch, tìm lời giải cho một số trò chơi đối kháng. Phương pháp biểu diễn tri thức cơ bản và các khái niệm cơ bản về máy học, hệ chuyên gia cũng được trình bày trong học phần giúp sinh viên có cái nhìn tổng quan về các phương pháp và ứng dụng đang được triển khai và những vấn đề còn hạn chế, yêu cầu trong tương lai.
Bài giảng
Hệ cơ sở tri thức (Knowledge Based Systems - KBS) một hệ thống thông tin tri thức giải quyết các bài toán dựa trên tri thức. Học phần giúp sinh viên xác định được nguồn tri thức, chuyên gia con người trong lĩnh vực chuyên môn và kỹ sư xử lý tri thức. Sinh viên có thể đóng vai trò 1 hay cả 2 vai trò này trong để thực hiện các bài tập lớn. Sinh viên phải nắm được những kỹ thuật cơ bản xây dựng hệ cơ sở tri thức, cài đặt các hệ cơ sở tri thức ứng dụng cụ thể trong một lĩnh vực chuyên môn cụ thể.. Học phần còn yêu cầu sinh viên thực hiện, thể nghiệm các hệ cơ sở tri thức ứng dụng sử dụng môi trường/ngôn ngữ lập trình cụ thể. Học phần giúp sinh viên nắm được các khái niệm cơ bản về hệ cơ sở tri thức, biết cách phân tích, thiết kế và xây dựng các hệ chuyên gia/hệ cơ sở tri thức ứng dụng.
Bài giảng
Kỹ thuật ứng dụng công nghệ thông tin là học phần nền tảng cho những học phần khác liên quan đến lĩnh vực công nghệ thông tin sau này. Học phần sẽ giới thiệu cho sinh viên lịch sử, các thành phần của máy tính. Học phần cung cấp cho sinh viên khái niệm cơ bản về cách biểu diễn dữ liệu trong máy tính, các thành phần cơ bản của hệ điều hành, kiến thức về mạng máy tính. Ngoài ra học phần còn trình bày các nguyên tắc, kĩ năng thuyết trình, trình bày báo cáo, sử dụng công cụ phần mềm, phần cứng. Kết thúc môn học này, sinh viên sẽ có cái nhìn đúng đắn về vai trò và trách nhiệm của mình đối với các nghề nghiệp liên quan đến lĩnh vực nghiên cứu và phát triển công nghệ thông tin.
Bài giảng
Học phần này trang bị cho người học các phương pháp và kỹ thuật biểu diễn trực quan dữ liệu dựa trên tính chất của dữ liệu và khả năng cảm nhận thông tin của hệ thống thị giác. Học phần cung cấp cho người học các kiến thức về cấu trúc tập dữ liệu, quan hệ giữa các biến trong tập dữ liệu nhiều biến để xây dựng các đồ thị biểu diễn trực quan tập dữ liệu nhiều biến. Về hoạt động thiết kế, học phần cung cấp cho người học kiến thức và kỹ năng cần có để thiết kế các đồ thị biểu diễn trực quan tập dữ liệu nhiều biến gồm dữ liệu phi không gian, dữ liệu không gian – thời gian, và dữ liệu di chuyển mặt đất trên các khối nhiều chiều biểu diễn tập dữ liệu nhiều biến. Trong đó, tích hợp biến thị giác là kỹ thuật để nâng cao tính trực quan của đồ thị hỗ trợ khả năng cảm nhận của hệ thống thị giác.
Bài giảng
Sau khi kết thúc học phần, sinh viên sẽ hiểu các nguyên lý cơ bản của đồ họa máy tính hiện đại, hiểu kiến thức hình học bên dưới các mô hình 3 chiều và hiểu vấn đề về hiệu năng khi vẽ các mô hình 3 chiều. Sinh viên có thể xây dựng một Bài trình hiển thị một cảnh 2 chiều hoặc 3 chiều sử dụng Direct3D và C/C++. Sinh viên có thể làm hoạt hình các mô hình 2 chiều hoặc 3 chiều và áp dụng ánh sáng và dán ảnh chất liệu để tăng tính hiện thực. Kỹ năng giao tiếp và làm việc nhóm.
Bài giảng
Học phần này giới thiệu cho sinh viên các kiến thức về mạng xã hội, các kỹ năng khai thác hiệu quả và xây dựng thái độ đúng đắn khi làm việc trên các mạng xã hội. Sinh viên còn được hiểu về các tiêu chuẩn truyền thông chuyên nghiệp, sở hữu trí tuệ, bản quyền và tránh các hành vi không phù hợp khi làm việc trực tuyến trên mạng xã hội.
Bài giảng
Mục tiêu:
Bài giảng
Mục tiêu:
Bài giảng
Mục tiêu:
Bài giảng
Mục tiêu:
Bài giảng
Mục tiêu:
Bài giảng
Mục tiêu:
Bài giảng
Mục tiêu:
Bài giảng
Mục tiêu:
Bài giảng
Mục tiêu: Sau khi học đạt môn học này, sinh viên có thể: Minh họa được các bước trong quá trình thu thập và tiền xử lý dữ liệu. Mô tả các khái niệm cơ bản, công nghệ và ứng dụng của xử lý dữ liệu. Giải thích các tác vụ thu thập và tiền xử lý dữ liệu phổ biến như hồi qui, phân loại, gom cụm, và khai phá luật kết hợp. Nhận dạng được các vấn đề về dữ liệu trong giai đoạn tiền xử lý dữ liệu. Sử dụng các giải thuật và công cụ thu thập và tiền xử lý dữ liệu để phát triển ứng dụng khai phá dữ liệu.
Bài giảng
Mục tiêu: Học phần giới thiệu máy tính song song, các mô hình tính toán song song, các phương pháp phân tích và thiết kế thuật giải song song giải các bài toán đặc trưng trong lập trình, qua đó đánh giá độ phức tạp và so sánh với thuật giải tuần tự. Nắm vững kiến trúc máy tính song song và mô hình tính toán song song. Thiết kế thuật toán song song và phân tích độ phức tạp thuật toán song song. Hiểu biết sâu về các mô hình và môi trường lập trình hiện hành để có thể thiết kế và thực hiện giải quyết các vấn đề ứng dụng khoa học căn bản.
Bài giảng
Mục tiêu: Trang bị cho sinh viên những kiến thức và kỹ năng cần thiết để thu thập, xử lý và phân tích dữ liệu từ các nguồn trên web. Thông qua môn học, sinh viên sẽ hiểu rõ các khái niệm cơ bản liên quan đến khai phá dữ liệu, khai phá văn bản, và mối liên hệ với các lĩnh vực như trí tuệ nhân tạo và học máy. Sinh viên được hướng dẫn sử dụng các kỹ thuật như web crawling và web scraping để thu thập dữ liệu tự động từ các website, sau đó tiến hành làm sạch, chuẩn hóa và phân tích dữ liệu thu thập được. Ngoài ra, môn học còn giúp sinh viên nắm vững các phương pháp phân tích cấu trúc liên kết web như PageRank hay HITS, cũng như khai thác dữ liệu từ mạng xã hội để phục vụ các mục tiêu như phân tích cảm xúc, gợi ý nội dung hoặc dự đoán xu hướng. Qua đó, sinh viên có khả năng xây dựng các ứng dụng thực tiễn như hệ thống thu thập thông tin, phân tích dư luận xã hội hoặc đề xuất sản phẩm dựa trên dữ liệu web.
Bài giảng
Mục tiêu:
Học phần này cung cấp cho sinh viên các khái niệm cơ bản về tổ chức và xử lý dữ liệu đa phương tiện đối với hệ quản trị cơ sở dữ liệu (CSDL) đa phương tiện. Kết thúc môn học, sinh viên phải có được những kiến thức sau:
• Khái niệm chung về CSDL đa phương tiện, sự khác biệt so với CSDL quan hệ truyền thống, những thách thức đặt ra, ...
• Phương pháp tổ chức CSDL đa phương tiện trên thiết bị lưu trữ, một số kỹ thuật đánh chỉ mục đặc trưng/hiện đại với CSDL đa phương tiện,
• Phương pháp, kỹ thuật điển hình trong việc xử lý truy vấn người dùng với CSDL đa phương tiện,
• Phương pháp, kỹ thuật hiển thị dữ liệu đa phương tiện, tuỳ biến theo ngữ cảnh/nhu cầu người dùng,
• Nền tảng để phân t ch, thiết kế hệ th ng dữ liệu đa phương tiện phục vụ nhu cầu thực tiễn (các cơ sở dữ liệu văn bản, âm thanh, bản đồ số, hình ảnh và hình động).
• Một số miền ứng dụng của CSDL đa phương tiện hệ thống thông tin địa lý, mạng xã hội, ....
Bài giảng
Mục tiêu: Trang bị cho sinh viên những kiến thức nền tảng và kỹ năng thực hành về cách thu thập, xử lý, truy xuất và trình bày thông tin một cách hiệu quả trong môi trường số. Sau khi hoàn thành môn học, sinh viên có thể hiểu và vận dụng các mô hình truy xuất thông tin như Boolean, vector hay xác suất; nắm vững các kỹ thuật lập chỉ mục, xếp hạng và đánh giá hiệu quả tìm kiếm. Bên cạnh đó, môn học còn giúp người học tiếp cận các phương pháp biểu diễn thông tin, xử lý ngôn ngữ tự nhiên và trực quan hóa dữ liệu để trình bày kết quả một cách rõ ràng và hấp dẫn. Thông qua các bài tập và dự án thực hành, sinh viên rèn luyện kỹ năng thiết kế hệ thống tìm kiếm cơ bản, phân tích truy vấn người dùng và đánh giá chất lượng thông tin. Ngoài ra, môn học góp phần hình thành tư duy phản biện, ý thức đạo đức trong việc sử dụng và khai thác thông tin, đồng thời khuyến khích tinh thần học tập chủ động, sáng tạo và ứng dụng công nghệ mới trong lĩnh vực tìm kiếm và khai thác tri thức.
Bài giảng
Mục tiêu:
Mục tiêu của học phần Năng lực số và Khai thác tài nguyên Giáo dục Mở là đào tạo sinh viên trở thành những người học có năng lực số vững, linh hoạt và khả năng tận dụng hiệu quả tài nguyên giáo dục mở (OER). Học phần tập trung vào việc phát triển kỹ năng sử dụng công nghệ và tin học văn phòng, giúp sinh viên tự tin áp dụng chúng vào công việc và học tập. Bên cạnh đó, sinh viên cũng sẽ phát triển kỹ năng làm việc nhóm và giao tiếp để chia sẻ kiến thức và đánh giá nội dung mở.
Mục tiêu của học phần không chỉ là trang bị sinh viên với những kỹ năng số cần thiết mà còn khuyến khích sự sáng tạo và tích cực trong việc tận dụng OER, từ đó thúc đẩy sự chia sẻ và hợp tác trong cộng đồng giáo dục, đây là bước quan trọng để giúp sinh viên hình thành những kỹ năng nhằm đáp ứng thách thức của thế giới số hóa ngày nay.
Bài giảng
Mục tiêu:
Bài giảng
Mục tiêu:
Môn học bao gồm các nội dung:
- Cơ sở toán học cho học máy;
- Chuẩn bị và xử lý dữ liệu cho học máy;
- Học có giám sát và không giám sát;
- Các loại mạng nơron nhân tạo phổ biến (ANN, CNN, RNN);
- Các phương pháp kết hợp các bộ học.
Kết thúc học phần này, sinh viên phải đạt được các mục tiêu sau:
- Về kiến thức: Sau khi học xong môn học này, các sinh viên sẽ đạt được khả năng: Hiểu biết các khái niệm và nguyên lý cơ bản của Học Máy; các ý tưởng cơ bản và chi tiết giải thuật của các phương pháp học máy phổ biến; Biết vận dụng được các phương pháp học máy phổ biến vào các bài toán thực tế.
- Về thái độ: Thể hiện Tinh thần học tập nghiêm túc, kỹ năng giao tiếp, trình bày vấn đề trong nhóm. Hoàn thành đúng tiến độ được giao và có trách nhiệm trong kết quả thực hiện.
- Về kỹ năng: Áp dụng được các phương pháp học máy phổ biến vào các bài toán thực tế.
Bài giảng