Google cam kết thúc đẩy công bằng chủng tộc cho Cộng đồng người da đen. Xem cách thực hiện.
Trang này được dịch bởi Cloud Translation API.
Switch to English

Làm chủ con đường của bạn

Để trở thành một chuyên gia trong lĩnh vực máy học, trước tiên bạn cần có nền tảng vững chắc trong bốn lĩnh vực học tập : mã hóa, toán học, lý thuyết ML và cách xây dựng dự án ML của riêng bạn từ đầu đến cuối.

Bắt đầu với các giáo trình được tuyển chọn của TensorFlow để cải thiện bốn kỹ năng này hoặc chọn lộ trình học tập của riêng bạn bằng cách khám phá thư viện tài nguyên của chúng tôi bên dưới.

Bốn lĩnh vực của giáo dục máy học

Khi bắt đầu con đường học vấn của bạn, điều quan trọng đầu tiên là phải hiểu cách học ML. Chúng tôi đã chia quá trình học tập thành bốn lĩnh vực kiến ​​thức, với mỗi lĩnh vực cung cấp một phần cơ bản của câu đố ML. Để giúp bạn trên con đường của mình, chúng tôi đã xác định sách, video và các khóa học trực tuyến sẽ nâng cao khả năng của bạn và chuẩn bị cho bạn sử dụng ML cho các dự án của mình. Bắt đầu với các chương trình giảng dạy có hướng dẫn của chúng tôi được thiết kế để nâng cao kiến ​​thức của bạn hoặc chọn con đường của riêng bạn bằng cách khám phá thư viện tài nguyên của chúng tôi.

  • Kỹ năng mã hóa: Xây dựng mô hình ML bao gồm nhiều thứ hơn là chỉ biết các khái niệm ML — nó yêu cầu mã hóa để thực hiện quản lý dữ liệu, điều chỉnh tham số và phân tích kết quả cần thiết để kiểm tra và tối ưu hóa mô hình của bạn.

  • Toán học và thống kê: ML là một môn học nặng về toán học, vì vậy nếu bạn định sửa đổi mô hình ML hoặc xây dựng mô hình mới từ đầu, thì việc làm quen với các khái niệm toán học cơ bản là rất quan trọng đối với quá trình này.

  • Lý thuyết ML: Biết những kiến ​​thức cơ bản về lý thuyết ML sẽ cung cấp cho bạn nền tảng để xây dựng và giúp bạn khắc phục sự cố khi có sự cố.

  • Xây dựng các dự án của riêng bạn: Bắt tay vào kinh nghiệm với ML là cách tốt nhất để đưa kiến thức của bạn để thử nghiệm, vì vậy đừng ngại bổ nhào vào đầu với một đơn giản colab hoặc hướng dẫn để có được một số thực hành.

TensorFlow giáo trình

Bắt đầu học với một trong các chương trình giảng dạy có hướng dẫn của chúng tôi chứa các khóa học, sách và video được đề xuất.

Cho những người mới bắt đầu
Kiến thức cơ bản về học máy với TensorFlow

Tìm hiểu kiến ​​thức cơ bản về ML với bộ sưu tập sách và các khóa học trực tuyến này. Bạn sẽ được giới thiệu về ML với scikit-learning, được hướng dẫn thông qua học sâu bằng TensorFlow 2.0, và sau đó bạn sẽ có cơ hội thực hành những gì bạn học với các hướng dẫn dành cho người mới bắt đầu.

Đối với trình độ trung cấp & chuyên gia
Học máy lý thuyết và nâng cao với TensorFlow

Sau khi bạn hiểu kiến ​​thức cơ bản về học máy, hãy nâng khả năng của bạn lên một tầm cao mới bằng cách đi sâu vào hiểu biết lý thuyết về mạng nơ-ron, học sâu và nâng cao kiến ​​thức của bạn về các khái niệm toán học cơ bản.

Cho những người mới bắt đầu
Chuyên môn: Kiến thức cơ bản về TensorFlow để phát triển JavaScript

Tìm hiểu kiến ​​thức cơ bản về phát triển mô hình học máy trong JavaScript và cách triển khai trực tiếp trong trình duyệt. Bạn sẽ được giới thiệu cấp cao về học sâu và cách bắt đầu với TensorFlow.js thông qua các bài tập thực hành.

Phương pháp giáo dục

Chọn lộ trình học tập của riêng bạn và khám phá sách, khóa học, video và bài tập được nhóm TensorFlow đề xuất để dạy bạn nền tảng của ML.

Sách

Đọc là một trong những cách tốt nhất để hiểu nền tảng của ML và học sâu. Sách có thể cung cấp cho bạn sự hiểu biết lý thuyết cần thiết để giúp bạn học các khái niệm mới nhanh hơn trong tương lai.

Sách
Học sâu với Python, bởi Francois Chollet

Cuốn sách này là phần giới thiệu thực tế và thực tế về Học sâu với Keras.

Sách
Học máy thực hành với Scikit-Learn, Keras và TensorFlow, Phiên bản thứ 2, của Aurélien Géron

Sử dụng các ví dụ cụ thể, lý thuyết tối thiểu và hai khuôn khổ Python sẵn sàng sản xuất — Scikit-Learn và TensorFlow — cuốn sách này giúp bạn hiểu trực quan về các khái niệm và công cụ để xây dựng hệ thống thông minh.

Sách
Học sâu: Sách báo chí MIT, của Ian Goodfellow, Yoshua Bengio và Aaron Courville

Sách giáo khoa Deep Learning này là một nguồn tài liệu nhằm giúp sinh viên và các học viên tham gia vào lĩnh vực máy học nói chung và học sâu nói riêng.

Sách
Mạng thần kinh và Học sâu của Michael Nielsen

Cuốn sách này cung cấp một nền tảng lý thuyết về mạng nơ-ron. Nó không sử dụng TensorFlow, nhưng là một tài liệu tham khảo tuyệt vời cho những sinh viên muốn tìm hiểu thêm.

Sách
Học sâu với JavaScript của Shanqing Cai, Stanley Bileschi, Eric D. Nielsen với Francois Chollet

Được viết bởi các tác giả chính của thư viện TensorFlow, cuốn sách này cung cấp các trường hợp sử dụng hấp dẫn và hướng dẫn chuyên sâu cho các ứng dụng học sâu bằng JavaScript trong trình duyệt của bạn hoặc trên Node.

Các khóa học trực tuyến nhiều phần

Tham gia một khóa học trực tuyến gồm nhiều phần là một cách tốt để tìm hiểu các khái niệm cơ bản về ML. Nhiều khóa học cung cấp các giải thích trực quan tuyệt vời và các công cụ cần thiết để bắt đầu áp dụng học máy trực tiếp tại nơi làm việc hoặc với các dự án cá nhân của bạn.

Các khóa học trực tuyến giới thiệu
deeplearning.ai: TensorFlow: Chuyên môn hóa dữ liệu và triển khai

Bạn đã học cách xây dựng và đào tạo mô hình. Bây giờ học cách điều hướng các tình huống triển khai khác nhau và sử dụng dữ liệu hiệu quả hơn để đào tạo mô hình của bạn trong Chuyên môn bốn khóa học này.

Các khóa học trực tuyến giới thiệu
deeplearning.ai: Giới thiệu về TensorFlow cho AI, ML và Deep Learning

Được phát triển với sự cộng tác của nhóm TensorFlow, khóa học này là một phần của Chuyên ngành thực hành về TensorFlow và sẽ hướng dẫn bạn các phương pháp hay nhất để sử dụng TensorFlow.

Các khóa học trực tuyến giới thiệu
Udacity: Giới thiệu về TensorFlow để học sâu

Trong khóa học trực tuyến do nhóm TensorFlow và Udacity phát triển, bạn sẽ học cách xây dựng các ứng dụng học sâu với TensorFlow.

Các khóa học trực tuyến giới thiệu
deeplearning.ai: TensorFlow trong Chuyên môn thực hành

Trong Chuyên ngành bốn khóa học do một nhà phát triển TensorFlow giảng dạy, bạn sẽ khám phá các công cụ và nhà phát triển phần mềm sử dụng để xây dựng các thuật toán hỗ trợ AI có thể mở rộng trong TensorFlow.

Các khóa học trực tuyến giới thiệu
deeplearning.ai: Chuyên môn học sâu

Trong năm khóa học, bạn sẽ tìm hiểu nền tảng của Học sâu, hiểu cách xây dựng mạng nơ-ron và học cách dẫn dắt các dự án học máy thành công và xây dựng sự nghiệp trong lĩnh vực AI. Bạn sẽ không chỉ nắm vững lý thuyết mà còn xem nó được áp dụng như thế nào trong ngành công nghiệp.

Các khóa học trực tuyến giới thiệu
Khóa học Stanford CS231n: Mạng nơ-ron hợp pháp để nhận dạng hình ảnh

Khóa học này đi sâu vào chi tiết của kiến ​​trúc học sâu với trọng tâm là học các mô hình end-to-end cho các tác vụ thị giác máy tính, đặc biệt là phân loại hình ảnh. Khám phá video bài giảng, trang trình bày và ghi chú giáo trình trước đây từ các lần lặp trước của khóa học.

Các khóa học trực tuyến giới thiệu
Khóa học MIT 6.S191: Giới thiệu về Học sâu

Trong khóa học này từ MIT, bạn sẽ có được kiến ​​thức nền tảng về các thuật toán học sâu và có được kinh nghiệm thực tế trong việc xây dựng mạng thần kinh trong TensorFlow.

Các nguồn lực khác

Đối với các nhà phát triển web và thiết bị di động cũng như người dùng muốn xây dựng đường ống sản xuất, chúng tôi đã tập hợp các tài nguyên yêu thích của mình để giúp bạn bắt đầu, bao gồm các thư viện và khung công tác TensorFlow cụ thể cho nhu cầu của bạn.

Các khóa học trực tuyến giới thiệu
Học sâu trong JS bởi Ashi Krishnan

Sử dụng deeplearn.js, tìm hiểu cách hệ thống học sâu học và kiểm tra cách chúng suy nghĩ.

Miễn phí
Xem video  
Các khóa học trực tuyến giới thiệu
Bắt đầu với TensorFlow.js bởi TensorFlow

Loạt bài gồm 3 phần khám phá cả đào tạo và thực thi các mô hình máy học với TensorFlow.js và hướng dẫn bạn cách tạo mô hình máy học trong JavaScript thực thi trực tiếp trong trình duyệt.

Miễn phí
Xem video  
Các khóa học trực tuyến giới thiệu
TensorFlow.js: Series Trí tuệ và Học tập của Coding Train

Là một phần của loạt bài lớn hơn về máy học và xây dựng mạng nơ-ron, danh sách phát video này tập trung vào TensorFlow.js, API cốt lõi và cách sử dụng thư viện JavaScript để đào tạo và triển khai các mô hình ML.

Miễn phí
Xem video  
Các khóa học trực tuyến giới thiệu
Học sâu TensorFlow.js với JavaScript của Deeplizard

Loạt bài này giới thiệu khái niệm về mạng nơ-ron nhân tạo phía máy khách. Tìm hiểu về kiến ​​trúc học sâu máy khách-máy chủ, chuyển đổi mô hình Keras sang mô hình TFJS, phục vụ mô hình với Node.js, đào tạo và chuyển giao học tập trong trình duyệt và hơn thế nữa.

Miễn phí
Xem video  
Các khóa học trực tuyến giới thiệu
TensorFlow Extended: Máy học thế giới thực trong sản xuất

Loạt bài gồm 5 phần từ nhóm TensorFlow về việc sử dụng TensorFlow Extended (TFX) để tạo đường ống ML sản xuất của riêng bạn.

Miễn phí
Xem video  
Các khóa học trực tuyến giới thiệu
Học máy trên thiết bị của bạn: Các tùy chọn (Google I / O'19)

Phiên này từ Google I / O sẽ làm sáng tỏ các tùy chọn khác nhau có sẵn để sử dụng công nghệ máy học nhằm nâng cao ứng dụng di động và thiết bị hiện đại. Tìm hiểu cách TensorFlow Lite có thể được sử dụng để đào tạo mô hình và cách sử dụng chúng trên nhiều thiết bị.

Miễn phí
Xem video  

Khái niệm toán học

Để hiểu sâu hơn về kiến ​​thức ML của bạn, những tài nguyên này có thể giúp bạn hiểu các khái niệm toán học cơ bản cần thiết để nâng cao trình độ.

Khái niệm toán học
Khóa học về sự cố máy học dành cho nhà phát triển của Google

Khóa học về sự cố máy học với các API TensorFlow là hướng dẫn tự học dành cho những người thực hành máy học có nguyện vọng. Nó bao gồm một loạt các bài học với các bài giảng video, các nghiên cứu tình huống trong thế giới thực và các bài tập thực hành.

Khái niệm toán học
Coursera: Toán học cho Chuyên ngành Máy học

Chuyên môn trực tuyến này của Coursera nhằm mục đích thu hẹp khoảng cách giữa toán học và học máy, giúp bạn bắt kịp tốc độ toán học cơ bản để xây dựng sự hiểu biết trực quan và liên hệ nó với Học máy và Khoa học dữ liệu.

Khái niệm toán học
Học sâu, bởi 3blue1brown

3blue1brown xoay quanh việc trình bày toán học với phương pháp tiếp cận trực quan trước tiên. Trong loạt video này, bạn sẽ tìm hiểu những kiến ​​thức cơ bản về mạng nơ-ron và cách nó hoạt động thông qua các khái niệm toán học.

Miễn phí
Xem video  
Khái niệm toán học
Bản chất của Đại số tuyến tính, bởi 3blue1brown

Một loạt video ngắn, trực quan từ 3blue1brown giải thích sự hiểu biết hình học của ma trận, định thức, eigen và hơn thế nữa.

Miễn phí
Xem video  
Khái niệm toán học
Essence of Calculus, bởi 3blue1brown

Một loạt video ngắn, trực quan từ 3blue1brown giải thích các nguyên tắc cơ bản của phép tính giải tích theo cách giúp bạn hiểu rõ hơn về các định lý cơ bản chứ không chỉ cách hoạt động của các phương trình.

Miễn phí
Xem video  
Khái niệm toán học
Khóa học MIT18.06: Đại số tuyến tính

Khóa học nhập môn này của MIT bao gồm lý thuyết ma trận và đại số tuyến tính. Nhấn mạnh vào các chủ đề sẽ hữu ích trong các lĩnh vực khác, bao gồm hệ phương trình, không gian vectơ, định thức, giá trị riêng, độ tương tự và ma trận xác định dương.

Khái niệm toán học
Khóa học MIT 18.01: Phép tính biến đổi đơn

Khóa học giải tích nhập môn này của MIT bao gồm sự khác biệt và tích hợp các hàm của một biến, với các ứng dụng.

Khái niệm toán học
Xem lý thuyết

Giới thiệu trực quan về xác suất và thống kê.

Khái niệm toán học
Giới thiệu về Học thống kê, với Ứng dụng trong R của James, G., Witten, D., Hastie, T. và Tibshirani, R.

Cuốn sách này cung cấp một cái nhìn tổng quan dễ tiếp cận về lĩnh vực thống kê học, một bộ công cụ cần thiết để hiểu thế giới rộng lớn và phức tạp của các bộ dữ liệu cần thiết để đào tạo các mô hình trong học máy.

AI lấy con người làm trung tâm

Khi thiết kế mô hình ML hoặc xây dựng các ứng dụng dựa trên AI, điều quan trọng là phải xem xét những người tương tác với sản phẩm và cách tốt nhất để xây dựng tính công bằng, khả năng diễn giải, quyền riêng tư và bảo mật cho các hệ thống AI này.

AI lấy con người làm trung tâm
AI có trách nhiệm

Tìm hiểu cách tích hợp các phương pháp thực hành AI có trách nhiệm vào quy trình làm việc ML của bạn bằng cách sử dụng TensorFlow.

AI lấy con người làm trung tâm
Sách hướng dẫn về Con người + AI

Cuốn sách hướng dẫn này của Google sẽ giúp bạn xây dựng các sản phẩm AI lấy con người làm trung tâm. Nó sẽ cho phép bạn tránh những lỗi phổ biến, thiết kế trải nghiệm tuyệt vời và tập trung vào mọi người khi bạn xây dựng các ứng dụng dựa trên AI.

AI lấy con người làm trung tâm
Giới thiệu về Công bằng trong mô-đun Học máy

Mô-đun kéo dài một giờ này trong MLCC của Google giới thiệu cho người học các kiểu thành kiến ​​khác nhau của con người có thể biểu hiện trong dữ liệu đào tạo, cũng như các chiến lược để xác định và đánh giá tác động của chúng.