企業方案
|
人才媒合

【尹相志深度學習實戰4】AI翻譯官-自然語言處理(基礎篇)

【尹相志深度學習實戰4】AI翻譯官-自然語言處理(基礎篇)

人工智慧 - 機器學習與深度學習
進階 6.0 小時 2,900
NT$3,000

自然語言處理技術(NLP)成熟讓IBM華生人工智慧系統在益智問答節目打敗人類,尹相志老師就將在本課程中藉由三大練習範例重點,配合簡單Python指令,讓學員輕鬆探索語意學習,並逐一了解HMM, LSTM, Attention...等自然語言處理技術,讓自己的深度學習實作知識更上層樓!

進階課程
建議學習 2 週(每週 1 小時)
課程共 34 小節34 影片 ( 6.0小時 )
提供制定學習計畫什麼是學習計畫?

課程目標



➽ 想要參加AI的課程,卻總是因為課程中太多技術面知識,而卻步、猶豫?
➽ 網路上找尋AI相關資訊,太多片斷知識,光整理資訊就耗費精神,更遑論有效學習!
➽ 網路上的文章由不同的人撰寫,看來看去,資訊繁雜、來源不明,我該相信誰的?
➽ 學術論文太艱澀!我只是想要了解一般的AI知識和實作、業界導入知識,到底要去哪找?



課程目標

➽ 你將學會:
1. 瞭解自然語言處理(NLP)的原理
2. 建立完整的自然語言處理(NLP)的深度學習架構
3. 運用自然語言處理(NLP)進行實作的能力



課程重點

➽ Lesson 1 對語言世界的降維攻擊
學員將可取得老師提供的3億個句子預訓練的中文詞向量,配合簡單Python指令,讓學員探索詞向量中的語意連結。

➽ Lesson 2 林夕詞神養成計畫
在人類的文字作品中究竟有沒有潛規則?寫作風格是否容易被模仿?課程實作中,將以報紙上的新聞、唐詩三百首、方文山與林夕的作品來做實驗,看看機器能模仿幾分。

➽ Lesson 3 語言的力量

神經網路快譯通!這堂實作中將會使用中英對照語料,建中文與英文間翻譯模型,從動手做的過程中,了解語言的複雜與奧妙。

<點擊↓↓> 取得組合優惠

課程介紹

讓我們聊聊「自然語言處理(NLP)」吧!

談起關於NLP的應用,最讓人印象深刻的就是2011年的IBM華生系統在《危險邊緣》節目打敗了最高獎金得主及連勝紀錄保持者,造成NLP的應用備受矚目;此後在2016年,臉書推出了「Facebook Messenger Platform」,並且Line也推出了「Messaging API」,而更進一步促使NLP的相關應用進入了我們的日常生活,但卻因其複雜的原理與模型架構,讓人無法一窺整個NLP的全貌;藉由尹相志老師簡單易懂的講解HMM, LSTM, Attention...等 ,讓架構在複雜的深度學習模型變得淺顯易懂,大大降低初學者的學習門檻。



Lesson1 人類面對人工智能的終極壁壘


1-1 NLU與NLP的差異說明及應用介紹
1-2 傳統的NLP處理方式
1-3 中文語言的困難點
1-4 非監督式訓練語言的方法
1-5 中文分詞的原則與HMM隱馬可夫模型說明
1-6 實作:詞向量原理與詞向量工具程(Word2vec)part1
1-7 主要詞向量的作法 - CBOW, Skip-Gram
1-8 實作:詞彚向量計算與詞向量工具程式(Word2vec)part2
1-9 實作:實體列舉與詞向量工具程式(Word2vec)part3
1-10 句向量的計算方法
1-11 其他詞向量的介紹: GloVe, FastTest
1-12 Encoding Spatial Relations from Natural Language

Lesson2 反覆、持續、注意力

2-1 語言的資料類型
2-2 RNN的原理與架構及問題
2-3 LSTM的原理與架構
2-4 LSTM的變體類型與架構 : Peephole, Bi-LSTM, GRU
2-5 序列對序列的基本關系
2-6 Char-RNN與Teacher Forcing
2-7 使用LSTM模型的整體思路與架構
2-8 柿子挑軟的吃的問題與可用的解法
2-9 注意力機制的原理與解決的問題

Lesson3 語言的力量

3-1 序列對序列的基本說明
3-2 1-to-1序列對序列
3-3 Many-to-Many序列對序列
3-4 序列對序列的標注
3-5 LSTM編碼與解碼
3-6 Attention 與 Position Encoding
3-7 Bert
3-8 序列對序列應用-語言翻譯
3-9 如何判斷翻譯的品質?- BLEU
3-10 如何解決過度翻譯與翻譯不足?- Converage機制
3-11 對偶學習與推敲網路
3-12 如何讓機器更人性化 - DeepMoji, Babbling
3-13 意圖識別



課程內容

➽ 3個課程單元
➽ 3份上課講義
➽ 1個實作工具(詞向量轉換Word2vec)
➽ 2個補充範例→(林夕養成計畫/中文分詞)


學習方式

1. 請先至「課程內容」檔案下載區,將課程講義與實作範例連結下載
2. 瀏覽本課程的講義與實作內容
3. 開始觀看課程影片
4. 建議每周安排至少2.5小時進行學習;總學習期間安排在3周內
5. 如有任何問題,都可以在「課程討論區」中提出


本系列課程可依個人需求,單獨挑選課程學習或依課程順序學習



系列課程連結:
▶︎【深度學習實戰1】秒懂AI深度學習-基本概念篇 
▶︎【深度學習實戰2】分辨你我他-AI影像辨識(基礎篇) 
▶︎【深度學習實戰3】分辨你我他-AI影像辨識(進階篇) 
▶︎【深度學習實戰4】AI翻譯官-自然語言處理(基礎篇) 
▶︎【深度學習實戰5】AI翻譯官-自然語言處理(進階篇) 
▶︎【深度學習實戰6】AlphaGo的秘密-AI強化學習


★提醒您,本課程為原『尹相志深度學習實戰 大師跨海教學直播課程』重新剪輯規劃的課程,為方便學員學習將原直播影片剪輯、規劃單元,更易於學員複習和學習進度追蹤。




課程內容 獨家特色

➽ 透過生活化、有趣的實際案例,幫助你清楚了解AI深度學習是什麼!
➽ 用最少量的數學比例,讓你更了解絕對會扭轉未來的重大技術! 
➽ 老師帶領練習:講解概念外還有範例練習部份,提供給學員進行操作練習!
➽ 藉由尹相志老師講解精選的論文內容與心得分享,掌握目前主流的研究方向。
➽ 學習有重點:萃取深度學習演算法中的重點項目教授學員。
➽ 課程資源隨課贈:課程的練習檔案、程式碼、講義都可在下載區下載。

尹相志老師獨家教學

➽ 尹相志老師Tibame獨家授課!其他地方找不到喔!
➽ 最強師資!尹相志老師擁有台灣與中國多年實戰經驗,告訴你更多業界實戰經驗!
➽ 絕對不會"太學術"!老師在業界超過10年相關資歷,透過親身經驗、產業案例讓學習內容更貼近實際。



跟著尹相志老師學習準沒錯

本次課程我們邀請到尹相志老師,尹老師在資料分析、人工智能業界擁有多年豐富的實戰與教學經驗,這次尹老師將藉由簡單易懂的講解,與生活化的例子,讓架構在複雜數學原理的深度學習,變得淺顯易懂,大大降低初學者的學習門檻。

誰適合學習這門課程呢?

1. 想要了解AI深度學習、機器視覺、自然語言學習等基礎知識者。
2. 害怕數學、程式又想瞭解AI相關知識者。
3. 想有脈絡的了解AI趨勢和發展的學習者。
4. 沒有時間到固定教室上課的學習者,都可透過TIbaMe的AI線上課程學習AI知識。
5. 不想要在網路上東拼西湊尋找AI相關知識者。
6. 想要更有系統的學習AI深度學習、機器學習的人。

學習前需要有什麼基本能力呢?

1.對AI有積極學習的心
2.初學者建議先了解基礎機器學習概念(*可先學習第1堂基礎概念課程)>>點我前往
3.如有基礎程式能力(Java, Python或C++)學習更快速

學習前需要準備什麼呢?

可上網的電腦、筆電、手機,進行線上學習。




Q: 請問在哪裡上課?上課時間?

此課程是『線上課程』喔!所以課程上線後,隨時隨地都可以透過手機、平板、與電腦在 TibaMe上看課程影片,沒有時間和地點的問題!

Q: 課程可以看幾次?

不限次數,沒有期限!TibaMe的線上課程都可以一直看一直看一直看!

Q: 可以問老師問題嗎?

當然!如您在購課前有課程內容相關問題,可以先至「課前提問」提出問題;上課後,對老師影片內容有任何不清楚,可以至「課程討論區」與老師同學一同切磋討論喔!

Q: 還有其他問題?

到 FAQ 看看更多問題解答。

進階課程
建議學習 2 週(每週 1 小時)
課程共 34 小節34 影片 ( 6.0小時 )
提供制定學習計畫什麼是學習計畫?
關於講師
尹相志

●專長:
自然語言理解、人工智能算法開發、數據挖掘、商業智慧、分析型CRM、風險管理、數據倉庫

●經歷:
▻中國首屆人工智能大賽發起人與題目設計 (www.botchina.org)
▻現任亞洲資探技術長/Deepbelief.ai人工智慧科學家
▻曾任華院數據(上海)首席數據科學家,數據決策(台灣)技術長
▻台灣微軟特約講師與2006~2017年最有價值專家(MVP)
▻微軟Tech ED 2002, 2004~2015講師
▻和信電訊資深數據挖掘顧問
▻世新大學、德明技術學院資管系講師
▻曾任中華民國數據挖掘協會副秘書長
▻曾任數博網研發總監
▻曾任大衍(特力集團子公司)關係營銷數據挖掘顧問
▻國際化學奧林匹亞化學競賽世界銀牌

●學歷:
▻台灣大學新聞研究所碩士
▻台灣大學化學系

●項目經歷:
▻自然語言處理
▻Isobar 輿情監控,學習情感標注、實體識別、話題識別
▻數雲 電商評論非監督自動歸類
▻Acer宏碁 競爭品牌電商評論分析

●出版品
▻SQL Server 2008 R2 Reporting Services報表服務
▻SQL Server 2008 OLAP多維度分析
▻SQL Server 2008 Data Mining數據挖掘
▻SQL Server 2008 Reporting Services報表服務
▻Office PerformancePoint Server 2007 企業績效管理
▻使用SQL Server 2005 設計商業智能解決方案(MCITP考試編號70-445)
▻SQL Server 2005 Data Mining數據挖掘 -Office 2007 數據挖掘加載宏
▻SQL Server 2005 OLAP在線實時分析
▻SQL Server 2005 Reporting Services報表服務實務應用
▻SQL Server 2005數據挖掘聖經
▻SQL Server商務智能聖經
▻SQL Server 2000 Analysis Service數據挖掘服務

●尹相志老師翻譯 著作
▻數據挖掘—顧客關係管理暨電子營銷之應用 J. A. Michael原著
▻數據挖掘理論與實務—顧客關係管理的技巧與科學 J. A. Michael原著
▻數據挖掘—因特網應用與顧客價值管理 J. A. Michael原著
功能表
功能表
優惠活動
  • 【免CODING】以PowerApps快速開發(優惠至10/8)

  • 【購課贈書】購買「老師希望你別再說錯的 英語易混淆字」即贈實體書

  • 會員學習心得大募集!完成指定任務拿85折課程優惠券