跳到主要內容

自然語言處理技術養成專班


BurgeoningCourse
只能經由邀請註冊這課程

技術養成專班基本資訊

專班難度:高階(無程式語言基礎亦可入門)

影片總時數:共約 36 小時

授課語言/字幕:皆為繁體中文

通過證書:有,完成規定之專題實作後,您將獲得「自然語言處理技術養成專班」通過證書,並可申請專班中單門課程之通過證書或「機器學習技術養成專班」證書(皆可免費提供電子版通過證書,紙本證書才需額外申請付費)。

優惠價:15,700 元(原價:16,700 元)(購課流程)

#可隨時報名 #可立即學習 #可隨時詢問老師問題

100% 純線上:可重複觀看所有課程影片,上課時間彈性自主、無負擔。

專業教材:老師提供精心編製簡報、範例程式碼。

完整度高:授課內容完整涵蓋此領域所需相關知識。

討論區:課程期間無限次詢問老師問題。還可加入課後討論區,老師不定期分享相關知識及答題。

理論 + 實作:課程編排為理論與實作交互前進,讓您既有紮實理論基礎,同時具備專題實作能力。

學習地圖

技術養成專班簡介

「自然語言處理技術養成專班」目的是以循序漸進的方式,紮實地為您培養自然語言處理(Natural Language Processing,NLP)相關技術。要養成能實作 NLP 應用專題之技術非一蹴可幾,需一步步學習各種所需知識。Python 是實作人工智慧最熱門的程式語言,所以第一門課程「Python 程式語言入門」將帶您從 Python 開發環境和基礎語法學習起。訓練機器學習模型前,最重要的是擁有處理完善的資料,並且擁有具預測性的特徵,因此第二門課程「Python 資料科學實作」將帶您學會如何用 Python 爬取、處理、分析和視覺化資料,讓您具備洞察資料的技術。打好前兩門課程的基礎之後,第三門課程「Python 機器學習與深度學習實作」將開始學習各種機器學習演算法之原理並實作。第四門課程「Python 自然語言處理實作」將同時運用到前三門課程所學技術,針對中英文的文字資料進行各種分析和視覺化,並利用機器學習和深度學習技術實作各種 NLP 應用,如:文本分類、情感分析、文本生成等。

透過此技術養成專班完整、由淺入深地學習之後,您將具備獨立完成 NLP 專題實作的能力,因此在技術養成專班的最後,您可以完成一項個人 NLP 專題實作,並獲取您的通過證書。

技術養成專班課程列表


▌課程一:Python 程式語言入門

Python 程式語言具有簡潔、易讀、易學的特性,使用社群廣大且套件豐富,能開發多種應用程式,尤其近年來 Python 在資料科學、人工智慧應用的強力支援,讓 Python 成為相當熱門的程式語言。

在這門課程中,您可以學到:

  • 從零入門 Python 基礎必備語法。

▌課程二:Python 資料科學實作

資料科學(Data Science)是從資料中獲得洞察,進而產生決策、行動以及智慧應用。由於當今資料收集、存取、分析建模的技術已趨成熟,善用資料已然是各領域創造新突破的重要契機。但要如何完整執行一個好的資料科學專案?這門課將帶您完整認識並利用 Python 實作資料科學的各個流程,從資料搜集、預處理、分析、視覺化到機器學習建模。

Python 是實作資料科學熱門的程式語言,相關套件完整豐富,且具有簡潔、易學的特性,未來更可繼續深入實作人工智慧。

因此,在這門課程中,您可以學到:

由淺入深,從基礎入門到完成一個完整的資料科學專案。

  • 資料科學完整的流程與相關技術。
  • 如何利用 Python 處理各種類型的資料。
  • 如何利用 Python 分析資料並從中獲得洞察。
  • 如何利用 Python 建立機器學習模型進行預測。
  • 您可以運用以上所學理論與實作,應用於您的研究或工作之中。

▌課程三:Python 機器學習與深度學習實作

人工智慧(Artificial Intelligence)是使電腦學習並具備人類特定能力的技術,其中最核心的技術即是機器學習(Machine Learning)以及深度學習(Deep Learning)。但要如何實際開發並導入人工智慧技術呢?從學習Python開始,因為它擁有最完善的機器學習與深度學習套件,更是當今全球實作人工智慧最熱門的程式語言。因此,這門課程不僅會帶領大家完整了解各種人工智慧演算法的數學理論,更要用 Python 實作人工智慧的各種應用。

在這門課程中,您可以學到:

在複雜艱澀的數理知識中,深入淺出的引導大家一步步掌握人工智慧的核心概念,並具備開發人工智慧程式的能力。

  • 機器學習專案的完整實作流程。
  • 各種機器學習與深度學習演算法基礎數理知識。
  • 如何利用 Python 建立各種機器學習模型進行預測。
  • 如何利用 Python 建立各種深度學習模型,以辨識更複雜的影像資料。
  • 如何評估並提升人工智慧模型的預測效果。
  • 您可以運用以上所學理論與實作,應用於您的研究或工作之中。

▌課程四:Python 自然語言處理實作

自然語言指的是人們溝通交流所使用的語言文字,因此這些文字資料無所不在,但要如何運用這些文字資料呢?這門課將會帶您認識並使用 Python 實作自然語言的各種處理及分析方法,並利用前沿的機器學習與深度學習方法開發多項應用,讓您完整熟悉自然語言處理(NLP)的領域,並能將課中所學運用至您個人的研究或工作之中。

因此,在這門課程中,您可以學到:

  • 自然語言處理的相關理論及最新應用。
  • 如何利用 Python 處理自然語言,包含中文和英文兩種文字資料。
  • 如何利用 Python 對文本資料進行各種分析、提取資訊,進而洞察文字資料。
  • 如何利用 Python 與機器學習進行文本分類,如:文字情感、滿意度等。
  • 如何利用 Python 與深度學習進行文本生成。
  • 您可以運用以上所學理論與實作,應用於您的研究或工作之中。

▌專題實作:自然語言處理應用

在此技術培養專班中,您需要完成一項自訂的自然語言處理專題實作,並在此專題實作中應用課程所學,包含:文字資料處理、分析、視覺化,並使用機器學習、深度學習、遷移學習等方法進行建模、調校、成效評估等,並達成一定的模型準確度,即可通過此技術養成專班。

授課教師

徐浩軒

「補根課程」(Burgeoning Course)共同創辦人

「Python 資料科學與人工智慧」FB粉絲專頁 共同創辦人

清華大學 資訊系統與應用研究所 博士

清華大學 資訊工程學系 學士


目前已開設「Python 資料科學實作」、「Python 機器學習與深度學習實作」、「Python 金融數據分析與預測實作」、「Python 自然語言處理實作」、「Python 資料視覺化入門:讓圖說出好故事」等課程,累積學生超過兩千位。

期刊著作
  • H. H. Hsu and N. F. Huang, "Xiao-Shih: A Self-Enriched Question Answering Bot With Machine Learning on Chinese-Based MOOCs," in IEEE Transactions on Learning Technologies, vol. 15, no. 2, pp. 223-237, 1 April 2022, doi: 10.1109/TLT.2022.3162572.
翻譯著作
  • 《領域驅動設計學習手冊》(歐萊禮,2023)
  • 《打造機器學習應用|從構想邁向產品》(歐萊禮,2021)
專利
  • 孫宏民、徐浩軒、黃能富、韓傳祥「車禍嚴重度預測方法及裝置、電腦可讀取的記錄媒體」中華民國發明專利號 I801082。

常見問題

Q1、我可以立即報名嗎?

沒問題,這門課程可以隨時報名、立即學習,報名後就可以觀看到課程所有的教材。而且可以隨時完成專題實作、領取通過證書。


Q2、技術養成專班中的課程可以使用多久?

一年又六個月(從您報名的隔日算起)。設計使用期限有兩個主要原因:第一個是鼓勵大家在有限時間內完成學習;第二個是課程提供的都是符合當下最新的知識,但知識演進快速,不希望大家學習到過時的知識。如果過了期限還想學習,可以透過轉班方式換到最新的一班學習(單門課程需繳交轉班手續費用500元)。


Q3、可以詢問老師問題嗎?

當然可以,您可以在課程討論區上發問或是透過老師的 Email 詢問。


Q4、如果我曾獲得「Python 自然語言處理實作」的單門課程證書,是否能申請領取「自然語言處理技術養成專班」證書?

只要您曾在「補根課程」平台獲得「Python 自然語言處理實作」課程證書,並曾獲得「Python 資料科學實作」及「Python 機器學習與深度學習」課程證書(不限平台),即可免費申請領取「自然語言處理技術養成專班」證書。


若對此技術養成專班有任何問題,歡迎來信詢問:burgeoningcourse@gmail.com