.png)
全国高校自然语言处理实战专题师资研修班
时间：2021-01-26 09:00 至 2021-02-01 18:00
地点：线上活动
- 参会报名
- 会议介绍
- 会议日程
- 会议嘉宾
- 参会指南
 收藏人
|
全国高校自然语言处理实战专题师资研修班 已过期
|
| 发票类型：增值税普通发票 增值税专用发票 |
换一换
会议介绍
会议内容 主办方介绍
全国高校自然语言处理实战专题师资研修班宣传图
（2021年第一期）
主办单位：全国高校大数据教育创新联盟
泰迪杯数据挖掘挑战赛组委会
承办单位：广东泰迪智能科技股份有限公司
协办单位：人民邮电出版社有限公司
北京泰迪云智信息技术研究院
当今世界，科技进步日新月异，互联网、云计算、大数据等现代信息技术深刻改变着人类的思维、生产、生活、学习方式，深刻展示了世界发展的前景。针对目前高校在人工智能专业建设过程中出现的师资不足、相关落地动手实战应用能力欠缺、授课过程中相关行业实战案例项目缺失等问题，进一步提升教学能力和科研能力，全国大数据教育创新联盟联合泰迪杯数据挖掘挑战赛组委会联合推出全国高校大数据与人工智能师资研修班，每年在全国范围内滚动开展八期，截止目前已在全国巡回举办30余场，参训教师近3000人次。2021年第一期全国高校自然语言处理实战专题师资研修班将于2021年1月26-2月1日以线上以云课堂形式举办，现将有关详细安排通知如下：
一、课程介绍
自然语言处理（Natural Language Processing，简称 NLP）是人工智能和语言学交叉领域下的分支学科。 用于分析、理解和生成自然语言，以方便人和计算机设备进行交流，以及人与人之间的交流。随着人工智能的快速发展，自然语言处理和机器学习技术的应用愈加广泛。
本次培训主要讲解自然语言处理过程中使用的前沿原理与具体实现，采用“云课堂线上精讲+专家技术在线答疑指导+学员群内实操答疑+助教指导”结合的方式，梳理技术框架，从根本上解决如何使用模型、优化模型的问题，通过讲解企业级案例，真正的让各位老师可以了解到所学内容如何和实际结合，做到更好的进行教育教学工作。
二、课程目标及收获
1、主要介绍了自然语言处理中的基本概念、语料库概述、文本预处理技术、循环神经网络及变体在自然语言中的使用，并通过实现垃圾短信过滤、自动应答机器人的搭建等项目深入理解相关应用，使得理论与时间结合，做到更好的进行教育教学工作。
2、核心课程部分：讲师手把手一起进行实操演练，在案例场景中全面掌握相关技能，进一步提升专项能力，助力实际案例实训教学工作、实际动手的能力。
3、讲师将在线上对项目进行深入剖析和演示，可以与课程讲师以及学习该课程的其他老师直接进行沟通研讨，快速提升专项能力！
4、无论是前置学习篇还是案例集训篇，相关代码、源数据、PPT、案例素材全部提供下载，即学即用，教学更轻松！视频内容支持回看（支持六个月内免费回看），以便复习和参考。
5、同时，参加线上课程学习的学员，如后续本人参加线下课程继续深造，持线上缴费凭证可享受一次免费学习机会（仅限参加同一培训专题方向的线下课程）。
四、证书认证
学员经线培训并考试合格后，可以获得由工业和信息化部教育与考试中心颁发“高级人工智能应用工程师”职业技术证书，证书可登录国家工业和信息化部教育与考试中心官网查询。
六、证书颁发
学员经在线培训并考试合格后，可以获得由工业和信息化部教育与考试中心颁发“高级大数据技术应用职业技术证书”，证书可登录国家工业和信息化部教育与考试中心官网查询。
查看更多
会议日程
（最终日程以会议现场为准）
三、课程大纲
|
基础篇 （报名成功后即可开始学习） |
|||||
|
时间 |
课程内容 |
学习平台 |
|||
|
正式培训前 |
Python编程基础 1准备工作 2列表操作 3程序流程控制语句 4字符串操作 4.1字符串及其索引&切片 4.2字符串的常见方法 4.3字典的创建及索引 4.4字典常用操作 4.5字典推导式 5Python文件读取操作 5.1Python读取文件 5.2练习3：统计小说中的单词频次 6函数 6.1Python函数自定义 6.2练习4：自定义求序列偶数个数的函数 7面向对象与模块 7.1Python方法与函数对比介绍 7.2Python面向对象示例 7.3Python模块使用 7.4第三方库的安装与调用 8注意事项 8.1Python工作路径说明 8.2模块命名及存放路径的注意事项 8.3结语 |
泰迪云课堂 |
|||
|
Python数据分析与应用 1 Python数据分析概述 1.1认识数据分析 1.2熟悉Python数据分析的工具 1.3安装Python3的Anaconda发行版 1.4掌握Jupyter Notebook常用功能 2 NumPy数值计算基础 2.1认识NumPy数组对象ndarray 2.2认识NumPy矩阵与通用函数 2.3利用NumPy进行统计分析 3 Matplotlib数据可视化基础 3.1了解绘图基础语法与常用参数 3.2分析特征间的关系 3.3分析特征内部数据分布与分散状况 4 Pandas统计分析基础 4.1读写不同数据源的数据 4.2掌握DataFrame的常用操作 4.3转换与处理时间序列数据 4.4使用分组聚合进行组内计算 4.5创建透视表与交叉表 5 使用Pandas进行数据预处理 5.1合并数据 5.2清洗数据 5.3标准化数据 5.4转换数据 |
|||||
|
Python机器学习实战 1机器学习绪论 1.1引言 1.2基本术语 1.3假设空间&归纳偏好 2模型评估与选择 2.1经验误差与过拟合 2.2评估方法 2.3性能度量 2.4性能度量Python实现 3回归分析(RegressionAnalysis) 3.1线性回归基本形式 3.2线性回归模型的Python实现 3.3波士顿房价预测的Python实现 3.4逻辑回归介绍 3.5研究生入学录取预测的Python实现 |
|||||
|
核心课程篇 |
|||||
|
时间 |
课程内容 |
学习平台 |
|||
|
专题讲座 |
|||||
|
1月26日 18:00-19:00 |
主讲：冯国灿教授 主题内容：计算机视觉技术及其应用 |
泰迪云课堂 |
|||
|
第一课 深度学习基础-人工神经网络 |
|||||
|
1月26日 19:00-21:30 |
1单个神经元介绍 2经典网络结构介绍 3神经网络工作流程演示 4如何修正网络参数.梯度下降 5网络工作原理推导 6网络搭建准备 7样本从输入层到隐层传输的Python实现 8网络输出的Python实现 9单样本网络训练的Python实现 10全样本网络训练的Python实现 11网络性能评价 12调用sklearn实现神经网络算法 |
泰迪云课堂 |
|||
|
操作演练 |
个人PC |
||||
|
在线答疑 |
微信群 |
||||
|
第二课 TensorFlow 2实战 |
|||||
|
1月27日 19:00-21:30 |
1任务1：构建一个线性模型 1.1TensorFlow介绍 1.2TensorFlow2常用数据类型和操作 1.3初始化模型 1.4构建损失函数 1.5模型训练及可视化 1.6使用高阶API-keras 2任务2：mnist手写数字识别 2.1数据读取及探索 2.2交叉熵 2.3模型构建及训练 2.4调用保存好的模型对新样本进行预测 3 作业-鸢尾花分类 |
泰迪云课堂 |
|||
|
操作演练 |
个人PC |
||||
|
在线答疑 |
微信群 |
||||
|
第三课 人工智能核心课-深度神经网络 |
|||||
|
1月28日 19:00-21:30 |
1.1深度神经网络-引言 2卷积神经网络CNN 2.1浅层神经网络的局限 2.2卷积操作 2.3卷积操作的优势 2.4池化及全连接 2.5高维输入及多filter卷积 2.6实现卷积操作 2.7实现池化操作 3循环神经网络RNN 3.1循环神经网络简介 3.2循环神经网络的常见结构 4长短时记忆网络LSTM 4.1LSTM的三个门 4.2LSTM三个门的计算示例 4.3利用RNN&LSTM实现mnist手写数字识别 |
泰迪云课堂 |
|||
|
操作演练 |
个人PC |
||||
|
在线答疑 |
微信群 |
||||
|
第四课 路透社新闻分类 |
|||||
|
1月29日 19:00-21:30 |
1.项目背景与目标 2.数据探索分析 2.1读取新闻数据 2.2了解数据的基本情况 3.词嵌入（Word Embedding） 3.1word embedding的基本概念 3.2word2vec介绍 3.3CBOW词向量训练过程 4.构建模型 4.1数据padding 4.2网络结构中的Embedding层 4.3构建RNN网络模型 4.4模型训练及评估 5.模型优化 5.1词向量预训练 5.2模型优化 |
泰迪云课堂 |
|||
|
操作演练 |
个人PC |
||||
|
在线答疑 |
微信群 |
||||
|
第五课 搭建一个属于自己的聊天机器人 |
|||||
|
1月30日 19:00-21:30 |
1项目背景与目标 2语料库预处理 3Seq2Seq模型计算图搭建——文件读取 4Seq2Seq模型计算图搭建——Encoder 5Seq2Seq模型计算图搭建——Decoder 6Seq2Seq模型计算图搭建——Seq2Seq 7模型训练 8模型测试 9注意力机制 |
泰迪云课堂 |
|||
|
操作演练 |
个人PC |
||||
|
在线答疑 |
微信群 |
||||
|
第六课 综合实战：基于深度学习的推荐系统受众性别预测 |
|||||
|
1月31日 19:00-21:30 |
1.项目文件结构及编辑环境介绍 2 数据获取与探索分析答案讲解 3.1 理解用户单击流相关概念 3.2 获取用户的各单击流数据 4 对各单击流数据进行探索 5.1对用户单击流数据进行预处理 5.2进行词向量训练 5.3对用户的单击流进行编码及padding操作 5.4将词向量矩阵做相应排序并储存 5.5将单击流数据转化为二维样本数据并存储 6.1建模前数据整理 6.2模型训练及性能评估 7.1模型优化-并行网络结构介绍 7.2模型优化 |
泰迪云课堂 |
|||
|
操作演练 |
个人PC |
||||
|
在线答疑 |
微信群 |
||||
|
第七课 认证考试 |
|||||
|
2月1日 19:00-21:30 |
工信部教育与考试中心人工智能应用工程师职业技术认证在线考试 |
泰迪云课堂 |
|||
查看更多
会议嘉宾
（最终出席嘉宾以会议现场为准）
五、课程主讲师资介绍
冯国灿 博士，中山大学数学学院教授，博士生导师。泰迪杯数据挖掘挑战赛组委会委员，中国工业与应用数学会常务理事，广东省工业与应用数学学会理事长， 2000-2002英国格莱莫根大学数字图像实验室和布拉德福大学数字媒体实验室做博士后研究员。主要从事模式识别、计算机视觉研究，参加主持包括国家自然科学基金等科学基金20多项，发表学术论文100余篇,入选2014-2019爱思唯尔计算机科学中国高被引学者排行榜。
张敏 广东泰迪科技高级数据分析师、培训总监，从事用户数据分析和数据挖掘工作六年，具有丰富的大数据挖掘理论及实践培训经验，对数据具有较高的敏感度，根据数据对其进行全面的统计分析。精通Python、R语言、Matlab等多种数据挖掘工具。擅长市场发展情况监控、精确营销方面的数据挖掘工作。有为南方电网、珠江数码等大型企业长期提供实施服务的经验，主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。2017年“泰迪杯数据挖掘挑战赛教练员培训”主讲讲师，2018年广东省Python与深度学习技术师资培训班主讲讲师，2018年第一/三/五期全国高校大数据核心技术与应用师资研修班主讲讲师、2019年第一/二/三期全国高校大数据与人工智能师资研修班主讲讲师，2019年国家电网大数据竞赛河北、湖南省、甘肃省电力系统培训班主讲讲师，先后负责过西安理工大学、广东工业大学、广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程及德生科技等企业内训和数据挖掘就业班的课程。组织、参与编写图书《Python编程基础》、《Python数据分析与应用》、《R语言编程基础》等。
杨惠 广东泰迪科技高级数据分析师，具备丰富的培训经验，曾为多家企业、院校服务过专业培训工作。如PPV商业培训、泰迪大数据师资培训、珠海城职院数据分析培训; 2018年第一、三、五期全国高校大数据核心技术与应用师资研修班主讲讲师、2019年第一、三、五期全国高校大数据与人工智能师资研修班主讲讲师，2019年国家电网大数据竞赛河北省电力系统培训班主讲讲师。从事数据挖掘工作五年，擅长文本挖掘及深度神经网络RNN，熟悉常用机器学习算法原理及应用，如神经网络、SVM、决策树、贝叶斯等算法；精通R、Python、MATLAB等常用数据挖掘处理工具。具有丰富的实践项目经验。如“京东电商产品评论情感分析”项目；“珠江数码大数据营销推荐应用”项目；“电子商务网站智能推荐服务”项目。
查看更多
参会指南
会议门票
七、报名材料及费用说明
1. 报名材料：报名申请表、身份证复印件、两寸近期正面免冠彩色半身证件照电子版
(要求：背景：白色，格式：JPG，大小：14-20K)。
2. 培训费用： 1980 元/人，包含（报名费、学习费、资料费、证书费）。
3. 本次研修班全部课程内容共计70课时，课程视频内容六个月内面向学员免费开放，可以反复学习。
查看更多
温馨提示
酒店与住宿:
为防止极端情况下活动延期或取消，建议“异地客户”与活动家客服确认参会信息后，再安排出行与住宿。
退款规则:
活动各项资源需提前采购，购票后不支持退款，可以换人参加。
您可能还会关注
会议支持：
-
会员折扣
该会议支持会员折扣
具体折扣标准请参见plus会员页面 -
会员返积分
每消费1元累积1个会员积分。
仅PC站支持。 -
会员积分抵现
根据会员等级的不同，每抵用1元可使用的积分也不一样，具体可参见PLUS会员页面。 仅PC站支持。
部分参会单位
邮件提醒通知
赞助