NLP自然語言機器學習馬拉松是一個結合自學、專家協助及社群討論的AI自學挑戰活動,目標是利用 100 天的時間讓學員掌握自然語言與機器學習/深度學習的關鍵知識點和實務技術應用。
本課程包含 2 部分:
兩個部分各自設計專屬的實戰應用專題,讓學員能將所學以程式實作的方式實現。
本活動匯集了大量台灣優秀的AI專家與專業的軟體工程師,彼此分享與優化學習過程後,規劃本課程的最佳學習地圖,幫助 AI+NLP 學習者能夠以更有效率的方法學習。加入專家們的學習社群,你能更快掌握產業應用的關鍵知識。此外,透過程式實戰檢驗學習成效,留下你的實戰紀錄,讓其它人看見你的能力與努力。
為了讓學員在學習的路上不孤單,除了有專家陪伴外,本課程專屬的共學社群,可以讓你找到志同道合的學習夥伴,在學習的路上一起努力。無論是線上討論、線下組織讀書會,或是邀請夥伴一起參與期末實務專題,都可在共學社群中完成。
AI 學習馬拉松系列購買完成後,即可永久閱讀,不限閱讀次數,學習完成後還會頒發完賽證書。已累積共超過 8,800 多位學員參與,想要與專家與同好一起學習的朋友,這次要把握機會報名。本屆馬拉松除了有更多 AI 專家加入、原有教材再升級,提供更多延伸閱讀,幫你更有系統掌握 AI 知識。
本課程學習里程碑如下,共分為 2 個部分,學員可依自身需求決定部分參與或全部參與:
◤Part1 - NLP經典機器學習馬拉松 6大學習里程碑◢ (點擊前往查看)
① Python NLP 程式基礎
② 詞彙與分詞技術
③ NLP 詞性標註
④ 經典詞彙向量化(詞袋分析/ TF-IDF / SVD&共現矩陣)
⑤ NLP 經典機器學習模型⑥ 期末實務專題
◤Part2 - NLP深度學習馬拉松 7大學習里程碑◢
① Pytorch深度學習框架
② 推論方法之詞向量技術(Word2Vec / GLOV)
③ NLP經典遞迴神經網路模型(RNN / LSTM / GRU)
④ Encoder - Decoder Model
⑤ 注意力機制(Attention mechanism and Transformer)
⑥ 各種 NLP 預訓練模型(ELMo / Bert & More / 預訓練模型調參)
⑦ NLP 深度學習期末實務專題
作者介紹
你將會學到什麼
適合人群
加入課後Line社群:https://bit.ly/3xmMHjT (與1000多位學員一同互動)
官方Line 1對1問答: https://lin.ee/z3jERm7