Thời gian

Giảng viên

Tên bài giảng

Tóm tắt

Lưu ý

4/8/2021

GS. Trần Trung

Học viện Dân tộc

ThS. Nguyễn Minh Hoàng

Đại học Phenikaa

Bản hoà tấu dữ liệu xã hội

Báo cáo giới thiệu sự quan trọng của thống kê Bayesian và chương trình máy tính Bayesvl chạy trên phần mềm R.

Seminar được tổ chức online trên nền tảng phần mềm Zoom

12/8/2021

GS. Hồ Tú Bảo

Viện nghiên cứu cao cấp về Toán

Bio: GS Hồ Tú Bảo tốt nghiệp đại học ngành toán điều khiển tại Khoa Toán-Lý Trường Đại học Bách khoa Hà Nội (1978); thạc sĩ (1984) và tiến sĩ (1987) ngành trí tuệ nhân tạo tại Đại học Paris 6 và TSKH (1998) tại Đại học Paris 9. Làm nghiên cứu và giảng dạy về trí tuệ nhân tạo, học máy, và khoa học dữ liệu, cũng như nghiên cứu ứng dụng trong y học, sinh học và một số lĩnh vực khác. Làm việc tại Viện Hàn lâm Khoa học và Công nghệ Việt Nam (1979-2010, phó giáo sư 1991) và Viện Khoa học học và Công nghệ Tiên tiến Nhật Bản (JAIST 1993-2018, giáo sư 1998, giáo sư danh dự từ 4.2018). Hiện là Giám đốc Phòng thí nghiệm Khoa học dữ liệu của Viện nghiên cứu Cao cấp về Toán (VIASM). Tham gia Ban điều hành nhiều tổ chức khoa học quốc tế: PRICAI (Pacific Rim International Conference on Artificial Intelligence), PAKDD (Pacific Asia Knowledge Discovery and Data Mining, Chair 2014-2017), ACML (Asia Conference on Machine Learning, Co-chair 2013-2016)

Giới thiệu về học máy và khoa học dữ liệu

Các phương pháp toán học, đặc biệt là thống kê, và các tiến bộ của khoa học máy tính, đã làm thay đổi sâu sắc và mạnh mẽ lĩnh vực học máy (machine learning), và do đó tạo sự tiến bố rất nhanh của trí tuệ nhân tạo (AI) trong thập kỷ vừa qua. Bài giảng/seminar này giới thiệu những khái niệm, bài toán, phương pháp cơ bản và tiến bộ của ngành học máy trong những năm qua, đồng thời với tiến bộ của một “lĩnh vực anh em” của học máy: Khoa học dữ liệu (data science).

Seminar được tổ chức online trên nền tảng phần mềm Zoom

18/8/2021

TS. Đặng Xuân Cương

Viện Khoa học Giáo dục

Giới thiệu lý thuyết ứng đáp câu hỏi (Item Response Theory - IRT)

Buổi chia sẻ này giới thiệu về IRT bao gồm các nội dung chính (1) so sánh lý thuyết trắc nghiệm cổ điển (CTT) và IRT; (2) các giả thuyết của IRT; (3) đường cong đặc trưng câu hỏi; (4) các mô hình IRT thông dụng; (5) các phần mềm thông dụng cho phân tích IRT; (6) một số ứng dụng của IRT.

Seminar được tổ chức online trên nền tảng phần mềm Zoom

25/8/2021

TS. Đặng Xuân Cương

Viện Khoa học Giáo dục

Thực hành phân tích IRT trên R

Buổi chia sẻ hướng dẫn việc thực hành phân tích các dữ liệu trắc nghiệm sử dụng các mô hình khác nhau của lý thuyết IRT thông qua phần mềm R.

Seminar được tổ chức online trên nền tảng phần mềm Zoom