Lập Trình Robot Trở về lộ trình
CHI TIẾT CHƯƠNG TRÌNH • VỀ ĐÍCH

Mô-đun 8: Applied Machine Learning

Thời lượng

16 buổi (1.5 - 2h/buổi)

Công cụ

TensorFlow, YOLOv8

Sản phẩm đầu ra

Báo cáo chuẩn IEEE

Phân Bổ Nội Dung Chi Tiết

Tạo ra các dự án Capstone và Báo cáo nghiên cứu (White Paper) xuất sắc.

Chặng I • Buổi 1-4

Computer Vision

Thị giác máy tính nâng cao

Mục tiêu kiến thức

Tự thu thập Dataset, gán nhãn (Labeling) và huấn luyện mô hình YOLO.

Sản phẩm

Edge AI Camera: Nhận diện vật thể thực tế trên phần cứng biên.
Chặng II • Buổi 5-8

Time Series

Dữ liệu chuỗi thời gian

Mục tiêu kiến thức

Dự đoán tương lai từ dữ liệu quá khứ (Nhiệt độ, Tài chính).

Sản phẩm

Trading Bot Core: Xây dựng thuật toán lõi dự báo xu hướng.
Chặng III • Buổi 9-12

Integration

Dự án Tốt nghiệp (Capstone)

Mục tiêu kiến thức

Tích hợp mô hình AI đã huấn luyện vào ESP32 hoặc Web App.

Sản phẩm

Hệ thống IoT + AI: Robot thông minh tự ra quyết định trên hình ảnh.
Chặng IV • Buổi 13-16

Publication

White Paper & Portfolio

Mục tiêu kiến thức

Viết báo cáo kỹ thuật, quản lý version bằng Git/GitHub, thuyết trình tiếng Anh.

Sản phẩm cuối khóa

IEEE Style Report: Công bố dự án chuyên nghiệp để săn học bổng.

Tiêu Chí Đánh Giá Năng Lực (Chuẩn R&D)

Đánh giá học sinh dựa trên tư duy của một nhà nghiên cứu (Research & Development).

Năng lực huấn luyện
(Training Skills)

  • Biết tối ưu hóa độ chính xác (Accuracy) và giảm thiểu sai số (Loss) của mô hình.
  • Hiểu cách xử lý khi mô hình bị Overfitting hoặc Underfitting.

Kỹ năng thực thi
(Deployment)

  • Đưa được mô hình AI xuống chạy trên các thiết bị tài nguyên thấp (Edge AI) như ESP32.

Tính chuyên nghiệp
(Academic Integrity)

  • Trình bày báo cáo đúng cấu trúc: Abstract, Methodology, Results, Conclusion.
  • Quản lý mã nguồn sạch sẽ trên GitHub cá nhân.

Hồ Sơ Năng Lực Trực Tuyến

Mẫu vinh danh các dự án xuất sắc của học sinh trên hệ thống Edu.LapTrinhRobot.com

Học viên xuất sắc
[Tên học sinh] - Mô-đun: 8
Thành tựu: Đã huấn luyện thành công mô hình nhận diện hành vi lạ trong lớp học với độ chính xác 95%.
Sản phẩm: Dự án "AI-Edge Security System" tích hợp ESP32 và YOLO.
Chứng nhận: Hoàn thành lộ trình 18 năm - Kỹ sư Công nghệ 4.0.
Hồ sơ năng lực: Link GitHub Portfolio và White Paper báo cáo chuẩn IEEE.