Đề cương khóa học

Giới thiệu về Colab Pro

  • Colab vs. Colab Pro: tính năng và giới hạn
  • Tạo và quản lý các quyển ghi chú (notebooks)
  • Bộ gia tốc phần cứng và cài đặt runtime

Phát triển Python trong đám mây

  • Các ô mã, markdown và cấu trúc quyển ghi chú (notebook)
  • Cài đặt gói và thiết lập môi trường
  • Lưu trữ và quản lý phiên bản của quyển ghi chú trong Google Drive

Xử lý Dữ liệu và Trực quan hóa

  • Tải và phân tích dữ liệu từ các tập tin, Google Sheets, hoặc APIs
  • Sử dụng Pandas, Matplotlib, và Seaborn
  • Truyền phát và trực quan hóa dữ liệu lớn

Machine Learning với Colab Pro

  • Sử dụng Scikit-learn và TensorFlow trong Colab
  • Huấn luyện mô hình trên GPU/TPU
  • Đánh giá và điều chỉnh hiệu suất mô hình

Làm việc với các Framework Deep Learning

  • Sử dụng PyTorch với Colab Pro
  • Quản lý bộ nhớ và tài nguyên runtime
  • Lưu trữ checkpoint và nhật ký huấn luyện

Tích hợp và Collaboration

  • Mounting Google Drive và tải dữ liệu chia sẻ
  • Hợp tác thông qua các quyển ghi chú được chia sẻ
  • Xuất sang HTML hoặc PDF để phân phối

Tối ưu hóa Hiệu suất và Thực hành Tốt nhất

  • Quản lý thời gian tồn tại của phiên làm việc và giới hạn thời gian
  • Tổ chức mã hiệu quả trong quyển ghi chú (notebook)
  • Mẹo cho các tác vụ chạy lâu dài hoặc ở mức sản xuất

Tóm tắt và Bước Tiếp theo

Requirements

  • Kinh nghiệm với lập trình Python
  • Familiarity with Jupyter notebooks and basic data analysis
  • Hiểu biết về quy trình học máy thông thường

Đối tượng

  • Nhà khoa học dữ liệu và nhà phân tích
  • Kỹ sư học máy
  • Các nhà phát triển Python làm việc trên các dự án AI hoặc nghiên cứu
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories