2020/7/27 |
蘇豐文 教授 |
程式實作1:
Python簡介、Anaconda開發環境介紹及設置 |
清大旺宏館
245教室
|
|
2020/7/27 |
蘇豐文 教授 |
程式實作2:
程式語言簡介、變數與資料型態 |
清大旺宏館
245教室
|
|
2020/7/27 |
蘇豐文 教授 |
程式實作3:
Python語法入門(邏輯運算與條件式語法、陣列宣告與操作、流程控制) |
清大旺宏館
245教室
|
|
2020/7/27 |
蘇豐文 教授 |
程式實作4:
NumPy 介紹與 Matplotlib 資料視覺化 |
清大旺宏館
245教室
|
|
2020/7/27 |
蘇豐文 教授 |
程式實作5:
Pandas 資料分析 |
清大旺宏館
245教室
|
|
2020/7/28 |
蘇豐文 教授 |
自然語言處理1:
自然語言處理概論、N-gram 語言模型及其應用 |
清大旺宏館
245教室
|
|
2020/7/28 |
蘇豐文 教授 |
自然語言處理2:
資料檢索與分析(TF-IDF、PageRank、HITS)、資料擷取(FSA、FST)及其應用 |
清大旺宏館
245教室
|
|
2020/7/28 |
蘇豐文 教授 |
自然語言處理3:
溝通行動理論與溝通要素、生成文法(Generative Grammar)、X-Bar理論、隨機上下文無關文法(PCFG)、語法剖析之一(CYK演算法) |
清大旺宏館
245教室
|
|
2020/7/28 |
蘇豐文 教授 |
自然語言處理4:
語法剖析之二(Chart Parser圖表式剖析器)、擴充文法(Augmented Grammar)、語義解釋(Semantic interpretation)、語用解釋(Pragmatic Interpretation)、篇章銜接(Coherent Discourse) |
清大旺宏館
245教室
|
|
2020/7/28 |
蘇豐文 教授 |
自然語言處理5:
修辭結構理論(Rhetorical Structure Theory)、語法歸納(Grammar Induction)、文章標註(Document Annotation)、知識本體萃取(Ontology extraction)、語義嵌入(Semantic Embedding)、語義向量(Vector Semantics) |
清大旺宏館
245教室
|
|
2020/7/29 |
蘇豐文 教授 |
機器學習1:
機器學習技術、機器學習技術分類、沒有免費的午餐定理(No Free Lunch Theorems)、偏見(bias)與奧卡姆剃刀定理(Occam's Razor) |
清大旺宏館
245教室
|
|
2020/7/29 |
蘇豐文 教授 |
機器學習2:
貝氏學習(Bayesian Learning)與單純貝氏分類器(Naive Bayes classifier)、K-近鄰演算法(K -nearest neighbors algorithm)、ID3 決策樹演算法(Iterative Dichotomiser 3 decision tree) |
清大旺宏館
245教室
|
|
2020/7/29 |
蘇豐文 教授 |
機器學習3:
ID3 決策樹演算法(Iterative Dichotomiser 3 decision tree)、多元決策樹(Multiple Decision Trees)、整合學習(Ensemble Learning)、自適應增強演算法(AdaBoost)、引導聚集演算法(Bagging)、堆疊式演算法(Stacking) |
清大旺宏館
245教室
|
|
2020/7/29 |
蘇豐文 教授 |
機器學習4:
感知器學習(Perceptron Learning)、多層前饋類神經網絡(Multilayer Feed-forward Neural Network,MFNN)、梯度下降法(Gradient Descent)、誤差反向傳遞法(Error Backpropagation,BP)、小批量梯度下降法(Mini-batch Gradient Descent)、隨機梯度下降法(Stochastic Gradient Descent,SGD) |
清大旺宏館
245教室
|
|
2020/7/29 |
蘇豐文 教授 |
機器學習5:
反向傳遞法的困境(Problems of Backprop)、訓練資料正確標註(ground truth)、基線(baseline)、資料集分類(訓練集 training set、 驗證集 validation set、測試集test set)、資料擴增(Data Augmentation) |
清大旺宏館
245教室
|
|
2020/7/30 |
蘇豐文 教授 |
深度學習1:
深度學習技術及其優缺、深度神經網路(deep neural network)、通用近似定理(Universal Approximation Theorem)、大規模視覺辨識競賽(ImageNet Large Scale Visual Recognition Competition, ILSVRC)、AlexNet架構、ZFNet架構 |
清大旺宏館
245教室
|
|
2020/7/30 |
蘇豐文 教授 |
深度學習2:
ZFNet架構、VGGNet架構、GoogLeNet架構、ResNet架構與殘差網路(Residual Nets)、R-CNN(Region-based CNN)、圖像描述生成(Generating Image Descriptions)、Softmax邏輯迴歸、正則化(Regularization:Data Augmentation、Early Stopping、Dropout) |
清大旺宏館
245教室
|
|
2020/7/30 |
蘇豐文 教授 |
深度學習3:
梯度裁剪(Clipping Gradient)、參數(Parameters)與超參數(Hyperparameters)、優化器(Optimizer:SGD、ADAM)、自編碼機(AutoEncoder)、降噪自編碼器(Denoising AutoEncoder, DAE) |
清大旺宏館
245教室
|
|
2020/7/30 |
蘇豐文 教授 |
深度學習4:
卷積神經網路(Convolutional Neural Network, CNN)、接受域(Receptive field)、墊零與步長(Zero padding & Stride)、池化(Pooling)、全連接層(Fully Connected Layer)、卷積層(Convolution Layer) |
清大旺宏館
245教室
|
|
2020/7/30 |
蘇豐文 教授 |
深度學習5:
語義詞嵌入(Semantic Word Embedding)、詞向量(Word-Vector Encoding)、連續詞袋模型(Continuous Bag-of-Words Model, CBOW)、跳躍式模型(Skip-Gram Model, SG) |
清大旺宏館
245教室
|
|
2020/7/30 |
蘇豐文 教授 |
深度學習6:
遞歸神經網路(Recurrent Neural Network, RNN)原理及應用、Elman RNN、Jordan RNN |
清大旺宏館
245教室
|
|
2020/7/31 |
蘇豐文 教授 |
深度學習7:
Elman RNN、Jordan RNN、回聲狀態神經網路(Echo State Network, ESN)、基於時間的反向傳遞演算法(Back Propagation Through Time, BPTT)、長短期記憶模型(Long Short Term Memory, LSTM)、門基循環單元(Gated Recurrent Unit, GRU) |
清大旺宏館
245教室
|
|
2020/7/31 |
蘇豐文 教授 |
深度學習8:
雙向長短期記憶模型(Bi-directional Long Short-Term Memory, BiLSTM)、Grid LSTM、修辭結構理論(Rhetorical Structure Theory, RST)、語義詞嵌入(Semantic Word Embedding)、詞向量(Word-vector encoding)、神經語言模型(Neural language model)、Word2vec模型 |
清大旺宏館
245教室
|
|
2020/7/31 |
蘇豐文 教授 |
深度學習9:
Word2vec模型(Skip gram 及CBOW)、GloVe模型(Global Vectors)、fastText 模型、ELMo模型(Embeddings from Language Model)、語義向量優劣評估、文句嵌入(sentence and document embedding)、BERT模型及BERT-family |
清大旺宏館
245教室
|
|
2020/7/31 |
蘇豐文 教授 |
深度學習10:
BERT模型詞嵌入層(token embeddings、segment embeddings、position embeddings)、多頭注意力機制(Multi-Head Attention)、自注意力機制(Self-Attention)、遮罩多頭注意力機制(Masked Multi-Head Attention)、位置編碼(Positional Encoding)、局部敏感雜湊(Locality-Sensitive Hashing, LSH)、簽名矩陣(Signature Matrix) |
清大旺宏館
245教室
|
|
2020/7/31 |
蘇豐文 教授 |
深度學習11:
局部敏感雜湊(Locality-Sensitive Hashing, LSH)、隨機投影法(Random Projection)、最長共同子序列( Longest Common Subsequence, LCS)、社會意識(Social Awareness)、Grice's Maxims四原則( Gricean maxims) |
清大旺宏館
245教室
|
|