Deep Learning: Các kỹ thuật tham gia các kỳ thi

Chào mừng bạn đến với khóa học: Deep Learning - Các kỹ thuật tham gia các kỳ thi

Khóa học mở bán vào ngày 15/5 nhé. Hẹn gặp lại bạn!

Khóa học sẽ bắt đầu trong thời gian sớm nhất. Đăng ký trở thành thành viên Talent5 để nhận thông tin khóa học nhé!

Giảng viên

  • Phạm Quang Trung

    Ông: Phạm Quang Trung
    Tiến sĩ cơ học và robotics  
    Chuyên gia nghiên cứu về Machine Learning và Deep Learning
    Nghiên cứu viên đặc nhiệm tại Viện Nghiên Cứu Quốc Gia về Sinh Lý Học (JAPAN)

    I. Đôi nét về bản thân:

    1. Ông nhận bằng Tiến Sĩ tại đại học Công Nghệ Nagoya, chuyên ngành Cơ Học, Robotics vào năm 2018.
    2. Hiện tại ông là nghiên cứu viên đặc nhiệm tại Viện Nghiên Cứu Quốc Gia về Sinh Lý Học (NIPS), thuộc nhóm các Viện Nghiên Cứu Quốc Gia về Khoa Học Tự Nhiên Nhật Bản (NINS).
    3. Năm 2017, ông là một thành viên đồng sáng lập công ty Cổ Phần (CP) Hachi-X.
    4. Hiện tại ông giữ vị trí tư vấn kỹ thuật của công ty CP Hachi-X. Ông cũng là một thành viên của hội Kỹ Thuật Đo Lường và Điều Khiển Tự Động Nhật Bản (SICE) từ năm 2018.
    5. Ông đặc biệt tò mò về cách thức hệ thống thần kinh trong con người hoạt động.
    6. Ông đã có nhiều nghiên cứu liên quan đến hệ thống thần kinh, và mối liên hệ của chúng với các hệ thống cảm biến thế hệ mới từ năm 2014.
    7. Đến năm 2017 ông bắt đầu tiếp xúc với công nghệ học máy (Machine Learning) và học sâu (Deep Learning). Ông nhận thấy đây là một công cụ rất hữu ích và có nhiều điểm tương đồng với bộ não con người. Kể từ đó, hoạt động của ông chủ yếu xoay quanh các phương pháp tích hợp giữa thông tin thu thập được bộ não bằng công nghệ chụp cộng hưởng từ MRI và mô hình nhân tạo bằng kỹ thuật học sâu.
    8. Ngoài các hoạt động chính về nghiên cứu khoa học và chế tạo sản phẩm, ông còn tham gia đóng góp cho các hoạt động xã hội. Trong đó có thể kể đến các hoạt động như dịch sách về công xưởng tại nhóm Nomudas, dịch tài liệu y khoa cho nhóm Y Học Cộng Đồng, tham gia ban tổ chức của hội thảo Giao Lưu Sinh Viên Việt Nam-Nhật Bản (VJSE 2016).

    II. Tổng quan về kinh nghiệm

    1. Lập trình Web Full stack/MEAN stack
    2. Lập trình hệ thống, phân tích dữ liệu với Python
    3. Xây dựng mô hình học sâu bằng Pytorch, Tensorflow, Keras
    4. Xử lý hình ảnh bằng Deep Convolutional Neural Network
    5. Xử lý âm thanh bằng Deep Convolutional-Recurrent Neural Network

    III. Một số dự án tiêu biểu

    1. [2014 - 2018] Dự án "Nghiên cứu cơ sở lý thuyết dành cho cảm biến xúc giác thế hệ mới" tại Robotics Lab, đại học Công Nghệ Nagoya, Nhật Bản. Kết hợp với Miyata Lab, đại Học Nagoya, Nhật Bản.
    2. [2018 - 2019] Dự án "Tự động hóa hệ thống quản lý điện năng cho các tòa nhà" tại công ty CP Hachi-X.
    3. [2018 - 2019] Dự án "Hệ thống IoT: thu thập, hiển thị và phân tích dữ liệu của công xưởng" tại công ty CP Hachi-X.
    4. [2018 ~ Hiện tại] Dự án "Nghiên cứu giải mã cơ chế chuyển hóa hình ảnh thành cảm xúc trong não người bằng MRI và học sâu (Deep Learning)" tại NIPS (Quỹ nghiên cứu khoa học quốc gia Nhật Bản).
    5. [2019 ~ Hiện tại] Dự án "Nghiên cứu giải mã cơ chế xử lý âm thanh trong não người bằng MRI và kỹ thuật học sâu" tại NIPS (Quỹ nghiên cứu phát triển Y Tế quốc gia Nhật Bản).
    6. [2019 ~ Hiện tại] Dự án "Nghiên cứu giải mã cơ chế chung hình thành hình ảnh xúc giác và thị giác trong não người bằng MRI và kỹ thuật học sâu" tại NIPS (Quỹ nghiên cứu khoa học quốc gia Nhật Bản).
    7. [2019 - 2020] Dự án "Hệ thống phân tích và dự đoán doanh thu văn phòng phẩm" tại công ty CP Hachi-X, Nhật Bản.
    8. [2020 ~ Hiện tại] Dự án "Thiết bị nhân diện khuôn mặt đa phương thức (multi-modality)" tại công ty CP Hachi-X, Nhật Bản.

    IV. Một số giải thưởng tiêu biểu

    1. [2018] Giải thưởng dành cho sinh viên nghiên cứu xuất sắc của đại học Công Nghệ Nagoya
    2. [2018] Giải thưởng bài báo xuất sắc của hội Kỹ thuật Đo Lường và Điều Khiển Tự Động Nhật Bản (SICE)

    V. Bằng cấp, chứng chỉ

    1. [2017] Chứng chỉ Computational Neuroscience (Đại học Washington@Coursera)
    2. [2017] Chứng chỉ khóa học Google Cloud Platform Big Data & Machine Learning Fundamentals(Google Cloud@Coursera)
    3. [2018] Chứng chỉ về Neural Networks & Deep Learning, Convolutional Neural Networks, Sequence Model (DeepLearning.ai@ Coursera)

    VI. Các bài báo khoa học tiêu biểu

    1. Trung QP et al., "Role of Extrinsic Mechanical Force in The Development of The RA-I Tactile Mechanoreceptor", Scientific Reports (Nature Publishing Group), 2018

Khóa học liên quan

DeepLearningFromZero
Lý Tuấn Nam
(0) 0 học viên
1.500.000đ
2.500.000đ
(-40%)
Deep Learning: Dự báo tương lai
Phạm Quang Trung
(0) 0 học viên
Python cho phân tích dữ liệu
Nguyễn Công Thành
(2) 12 học viên
490.000đ
2.000.000đ
(-76%)
Reinforcement learning: (Học tăng cường) cơ bản
Nguyễn Công Thành
(0) 0 học viên
Deep Learning: Xử lý hình ảnh
Nguyễn Công Thành
(0) 0 học viên

Học viên đánh giá

0
0 đánh giá

0%

0%

0%

0%

0%