[線上直播] 自然語言處理工程師精華應用實務班

上課地址:工研院光復院區一館 609教室 (新竹市光復路二段321號一館609教室) 實際上課地點,請依上課通知為準!

時數:14

起迄日期:2021-12-15~2021-12-17

聯絡資訊:黃小姐/03-5732034

報名截止日:2021-12-15

課程類別:人才培訓(課程)

活動代碼:2320120051

課程介紹

讓電腦開始聽懂人話的自然語言處理(Natural Language Processing,NLP)是近幾年成長最迅速的AI應用,卻也是最具挑戰性的研究領域之一。自然語言處理技術與應用之目標在於幫助機器處理、理解及生成人類的語言。NLP 的機制涉及兩個流程:自然語言理解及自然語言生成。自然語言認知和理解是讓電腦把輸入的語言變成有意思的符號和關係,然後根據目的再處理。自然語言生成系統則是把計算機資料轉化為自然語言。

自然語言處理工程師精華應用實務班系列課程,係根據自然語言處理之學習地圖規劃,包含二個模組,學員可根據自己的需求,由淺入深逐步分階段地學習,將帶領學員從深度學習框架及演算法應用到自然語言處理,進而實現具有語言處理功能的人工智慧應用系統。
 
模組一: 自然語言處理相關之程式設計及深度學習框架
  單元1.1 Python程式設計及PyTorch深度學習框架
  單元1.2 詞向量

模組二: 自然語言處理技術與應用
  單元2.1 自然語言處理技術
  單元2.2 自然語言處理應用:文本分類與社群媒體分析
 

課程特色/目標

課程目標
 掌握自然語言處理之基礎核心技術,包括程式設計及深度學習框架等。
 掌握自然語言處理工具與資源,包括:斷詞、詞性標注、特徵選取、語言模型、詞向量等。
 掌握自然語言處理典範應用之技術開發及其眉角,能夠有效地開發人機間信息交流的產品或服務。
 學習如何將深度學習的演算法應用到自然語言處理,從而實現具有語言處理功能的人工智慧應用系統。課程設計將從自然語言的資料表示方法開始介紹,並透過此方法與深度學習的CNN、RNN、LSTM等神經網路模型整合成自然語言處理的演算架構,以及學習最終如何使用深度學習框架實現此一可應用於現代人工智慧系統的自然語言處理方法。


課程特色
 完整的自然語言處理學習地圖:聚焦自然語言處理全系列課程,量身設計課程,學員可依需求,由淺入深逐步分階段地學習,將帶領學員從深度學習框架及演算法應用到自然語言處理,進而實現具有語言處理功能的人工智慧應用系統。
 堅強師資陣容:授課老師具備完整知識及豐富的業界經驗。課程中將以著名的案例來說明深度學習原理及其應用於自然語言處理的方法,讓學員以最快的速度奠定深度學習與自然語言處理的設計基礎。
 聚焦自然語言處理,量身設計課程,快速的重點講解:課程中將結合講師講授、經驗分享、實務案例分析、工具軟體應用示範,以增進學習的成效。同時,提供豐富的補充教材,包括設計時參考使用的程式源碼及實驗資料取得方式,讓學員能夠盡快上手,開始設計屬於自己的專案計畫,加入自然語言處理的設計行列。
 

課程對象

 適合具有基礎程式邏輯的學員。
 從事自然語言處理系統規劃、建置或應用開發者。
 從事自然語言處理邊緣運算裝置、系統應用服務、系統整合等之研發人員及主管。
 從事自然語言處理創新應用之市場研究及計畫管理開發經理人。
 對自然語言處理智慧應用實務架構及技術,及應用服務感興趣者。


先備知識
 掌握入門級代數知識,包括變量和係數、線性方程式、函數圖和直方圖。
 基礎程式邏輯
 

講師簡介

禹良治 (元智大學 資訊管理學系 教授)
 
【學歷】 
 國立成功大學資訊工程博士
 
【經歷】
 元智大學圖書資訊服務處 副資訊長
 DOCOMO Innovations, Palo Alto, CA, USA 訪問學者
【專業領域】: 
 自然語言處理、情感分析、學習科技
 
 
 
吳政隆 (東吳大學 巨量資料管理學院 助理教授)
 
【學歷】 
 元智大學資訊管理學系博士
 
【經歷】
 東吳大學巨量資料管理學院助理教授
 中國文化大資訊管理學系助理教授
 中央研究院資訊科學研究所博士後研究
【專業領域】: 
 Text Mining
 Deep Learning
 Machine Learning
 Sentiment Computing
 Stock Market Prediction
 Natural Language Processing

課程大綱

二天共四單元,每天7小時,全系列共計14小時。

第一天: 自然語言處理相關之程式設計及深度學習框架

時間

課程單元

課程大綱

講師

9:00~

12:00

單元1.1 PyTorch

深度學習框架

l   深度學習簡介與環境設定

l   PyTorch深度神經網路訓練過程

l   遞歸神經網絡(RNNGRULSTM)

l   注意力機制(Attention Mechanism)

l   Sequence-to-sequence模型

東吳大學
巨量資料管理學院
吳政隆助理教授

13:00~

17:00

單元1.2
詞向量模型

l   詞向量原理

l   Word2vec模型

l   Doc2vec模型

l   ELMO模型

l   BERT模型

l   Transformer模型

東吳大學
巨量資料管理學院
吳政隆助理教授

 

 



















第二天
: 自然語言處理核心技術與應用

時間

課程單元

課程大綱

講師

9:00~

12:00

單元2.1
自然語言處理
核心技術

l   斷詞

l   詞性標注

l   特徵選取

l   語言模型

l   命名實體識別

l   句子剖析

元智大學資管系

禹良治教授

13:00~

17:00

單元2.2
自然語言處理應用

l   機器學習及文本分類應用

l   情感分析及社群媒體分析應用

元智大學資管系

禹良治教授

 




















★主辦單位保留調整課程內容、行程與講師之權利

課程資訊

舉辦日期: 2021/12/15、12/17,二天共四單元,每天7小時,共計14小時。
 模組一(12/15),自然語言處理相關之程式設計及深度學習框架;講師: 吳政隆助理教授;
 模組二(12/17),自然語言處理核心技術與應用;講師: 禹良治教授;

報名截止日期:上課前一周。

 舉辦地點/方式: 為因應疫情防疫規定,本場次課程將以線上為主,後續將視中央疫情規定配合調整討論是否改為實體辦理。線上直播,採用Cisco Webex
如何進行線上教學: 
1. 加入會議方式:建議使用 Webex 桌面應用程序加入會議,下載軟體:Cisco Webex
2. 確定開課前一周用Email寄送上課通知、講義電子檔(或掛號寄送紙本)、Webex Meetings連結網址及Webex_Meetings_與會者操作手冊,屆時請詳閱。
3. 依上課通知,於課程前30分鐘,與學員進行連線測試,確認: 署名,操作,及喇叭、麥克風及視訊等設定。
實際上課地點/方式,請依上課通知為準!
 
課程費用 (含稅、午餐、講義): 
 一般生,每人$9,000,早鳥優惠價(3週前):每人$8,000元;


 

常見問題

1. 出席率達80%以上,將可取得產業學院之培訓證書。
2. 尊重老師之智慧財產權,授課時請勿錄影錄音。
3. 視疫情狀況,本課程保留實體授課或線上授課之權利。
 
4. 請自帶筆電,實作部分建議筆電配備:

硬體與作業系統
• CPU: Intel i5 以上
• 記憶體: 8 GB 以上
• 硬碟: 剩餘 50 GB 以上
• 作業系統: Windows 10、Ubuntu 16 以上 、Mac OSX 10.10 以上

軟體與其他
• Google Chrome 瀏覽器
• Google Colab (需要有 Google 帳號)
• Python 3.7 或 Anaconda3

若安裝上有問題,請email或來電詢問
 

Pin It