Python - PNLP
Python中文自然語言NLP深度學習與大型語言LLM專家課程
Chinese Natural Language Processing Specialty in Python
- 時數:28小時
- 費用:NT$ 24,000
- 點數:6.0
選擇查詢分區開課時間
地點 | 班號 | 日期 | 時間 | 預約 |
---|---|---|---|---|
台北 | 24947 班 | 2024/11/23 ~ 2024/12/01 每週六日 | 09:00~17:00 | 預約 |
台北 | 253521 班 | 2025/03/24 ~ 2025/03/27 每週一二三四 | 09:00~17:00 | 預約 |
台北 | 253523 班 | 2025/04/12 ~ 2025/04/20 每週六日 | 09:00~17:00 | 預約 |
台北 | 253522 班 | 2025/06/16 ~ 2025/06/19 每週一二三四 | 09:00~17:00 | 預約 |
目前查無開課時段
詳細開課時間請洽詢業務
新竹、台中、高雄如有上課需求,請參考台北開課日期,洽當地服務人員依需求加開遠距開課日期
教材
課程目標
本課程的主要目標是深入探索AI人工智慧在中文自然語言處理領域的廣泛應用。深入研究 NLP 技術在社群媒體語料和消費者行為分析中的應用,不僅僅涵蓋聲量分析,如按讚、留言和分享,還包括更進一步的方法。善用爬蟲技術從媒體平台,如Meta(Facebook)和Instagram,收集具有評分的留言,建立訓練集,專注於理解消費者真實的想法和意見,並將其應用於消費者數據平臺(CDP)上的自動化標籤,進行受眾趨勢和喜好的分析,以制定精準的市場策略。
此外,課程包括中文情感分析的相關內容,包括文字資料的清洗和儲存,以及使用 Python 進行預處理、正規化和去除停用詞等技術。你將學習如何發現新詞、進行詞性標記,並使用機器學習和深度學習技術,如遞歸神經網絡(RNN)、XGBoost和樸素貝葉斯演算法,實現情感分類、文章分類和分群模型。最後,我們將進行遷移學習,調優模型參數並優化性能,再將模型部署為 API,以RESTful 方式存取 API 進行語言模型的預測。
課程的第三部分將介紹大型語言模型(LLM)的開發和應用。我們將動手微調(Fine-tuning)企業專屬的 OpenAI 模型,建立 OpenAI Assistants API 助手,提供知識問答功能,並構建 OpenAI GPTs,以提供對內和對外資料的串接機制。除了動手呼叫 OpenAI 與 Google Gemini 之外,我們還將研究 LlaMA 2 和 Mistrial 模型的微調訓練。最後,我們將使用RAG(Retrieval-Augmented Generation)來擴增知識,並整合 LangChain 和 LlamaIndex,實現站在巨人肩膀上的大語言模型能力。課程將完成將大語言模型轉換為對 CPU 友善 的 GGUF 格式,並實作離線私有化的 LLM 架構部署。
適合對象
- 高階軟體開發工程師
- 大數據相關研發人員或資料科學家
- 統計/數值分析研究人員
- 中文自然語言處理專家
- 大型語言模型微調專家
- 大型語言模型 RAG 架構專家
預備知識
- 熟悉Python程式語言撰寫能力,建議先修習恆逸資訊的「Python程式設計」以及「Python與機器學習深度學習-使用Keras與TensorFlow」相關課程。
- 了解結構化和非結構化資料庫結構,具有基本的資料庫知識,包括MySQL和MongoDB等。這將有助於您在應用中處理和管理巨量文字資料。
- 若能預先具備機器學習(Machine Learning)理論基礎知識,將有助於更深入理解語言模型的運作原理和應用。
因為這在中文自然語言模型訓練中會用到上述的基礎知識,本堂課也將從這些基礎上開始。
課程內容
1.AI下一世代:ChatGPT的崛起
● 自然語言處理、自然語言理解和自然語言生成
2.文字資料採集
● 深入Python爬蟲Crawler框架和MongoDB非結構化資料庫建構
● 收集巨量資料集,並進行文字資料清洗
3.機器學習快速上手
● 決策樹(Decision Tree)、隨機森林(Random Forest)和梯度下降(Gradient Descent)
4.機率生成模型與分類模型
● 貝氏分類(Bayesian Classification)在中文語意的應用場景
5.關聯字詞模型訓練
● 中文斷詞、斷句和詞彙Tokenization,實作Word2Vec、Doc2Vec、Ckip和Transformers
6.文章分類模型訓練
● 詞袋模型(Bag of Words)、TF-IDF詞頻分類法、Naive Bayes分類器和XGBoost分類器
7.情感分析模型訓練
● Fine-tuning HuggingFace上的模型於中文長短句的正負面機率
● 使用Google Play Store留言,實作Keras/Tensorflow RNN情感程度模型訓練
8.暱稱/姓名預測性別男女模型
● 訓練中、英文姓名男女分類判別
● 建立文字檔案以查找分群的標籤
9.自然語言處理個案研究
● 中文姓名預測API,以Python Flask為例
● 自然語言文章分類在廣告標籤投放的應用
● Facebook/Instagram留言探針時刻監測品牌危機
● 留言情感分析在品牌策略操作上的處理
● PTT新聞摘要與關聯
10.如何微調ChatGPT模型,讓它認識你的產業知識?
● 通用人工智慧 (Artificial General Intelligence)
● 大型語言模型(LLM)需要準備的資料集指引,套用自己的資料集
● 從ChatGPT 4前往Llama 2實作遷移式學習
● 微調(Fine-tuning) OpenAI 模型,提供問答助手
11.延伸大語言模型 (LLM) 擴增(RAG) 知識
● 結合知識檢索的 OpenAI 生成技術
● 提示詞工程(Prompt Engineering) 使用 LangChain 與 LlamaIndex
● 事實查核避免 AI 幻想 (Fact-checking of ChatGPT and LLMs)
● 部署地端大型語言模型 (GGUF)
學會技能
- 運用Python爬蟲爬取文章作為訓練資料集的能力
- 使用深度學習快速為文章自動打上標籤Tagging模型
- 遞歸神經網路(RNN)、詞袋模型(Bag of Words)、TF-IDF詞頻分類法、Naive Bayes分類器、XGBoost分類器
- 為企業提供自然語言社群快速分類新聞與產業消息分類的應用
- 訓練情感分析模型,升級企業於客戶服務文字背後的情緒正負面
- 建立企業自然語言AI處理中心,從辭彙找到最近關聯到的新聞關聯字詞
- 滿足企業社群聆聽(Social Listening)中文處理,視覺化智慧化文字雲
- 為企業外部消費者收集使用者Facebook暱稱、Instagram姓名,預測性別,了解目標消費者樣貌輪廓
- 設計與部署自然語言應用訓練好的模型為APIs,透過程式化溝通直接使用model模型
- 管理與更版自然語言語料、模型,不間斷重複訓練,掌握中文分類、標籤、情感、關聯的全方面解決方案
- 探究業界自然語言於品牌、競品理解大眾語意,推薦決策與品牌操作策略
- 掌握深度學習在自然語言處理的應用,善用pre-trained model與Transformers進行遷移式學習
- 微調(Fine-tuned)企業專屬的 OpenAI 模型
- 建立 OpenAI Assistants API 助手提供知識問答
- 建構 GPTs 提供對內與對外的串接機制
- 探討 LlaMA 2、Mistrial 模型的微調訓練
- 使用 RAG(Retrieval-Augmented Generation) 擴增知識
- 整合 LangChain、LlamaIndex 套件與向量資料庫 (Vector Database)
- 將大語言模型轉為對 CPU 友善的 GGUF 格式
- 完成部署離線私有化的 LLM 部署
備註事項
課程優惠方案:
學生優惠價:參加校園IT職涯學習護照方案,享有5折優惠價NT$12,000元
相關連結
台北恆逸教育訓練中心
- 02-25149191
- 02-25149292
- 台北市松山區復興北路99號14樓
新竹恆逸教育訓練中心
- 03-5723322
- 03-5745738
- 新竹市光復路二段295號3樓之2
台中恆逸教育訓練中心
- 04-23297722
- 04-23102000
- 台中市西區臺灣大道二段309號2樓
高雄恆逸教育訓練中心
- 07-5361199
- 07-5361698
- 高雄市苓雅區新光路38號4樓之1