自然語言處理高階研修

全面深度剖析機器學(xué)習(xí)領(lǐng)域四大前沿技術(shù)：預(yù)訓(xùn)練模型、對話系統(tǒng)、文本生成、知識圖譜、信息抽取

簡介：自然語言處理在過去幾年取得了飛速的發(fā)展，涌現(xiàn)出很多新的技術(shù)和應(yīng)用場景。對于學(xué)生，還是對于職場人士，想跑在技術(shù)的前沿具有很大的挑戰(zhàn)，畢竟涉及到的技術(shù)和內(nèi)容太多。我們設(shè)計這門課程實際上就是為了幫助大家用最短的時間來跟上時代的步伐，以及讓自己的知識體系更加深入。我們特意摘取了預(yù)訓(xùn)練、文本生成、對話系統(tǒng)以及知識圖譜模塊，也是當(dāng)今應(yīng)用場景最廣泛的技術(shù)。在課程中，我們由淺入深的講清楚每一個核心的細節(jié)以及前沿的技術(shù)、同時你將有機會參與到課題中，并通過課題來增加對領(lǐng)域的認知，讓自己的能力更上一層。 課程特別適合想持續(xù)深造NLP領(lǐng)域的人士, 想跑在技術(shù)前沿的人士。

一、內(nèi)容亮點

• 全面的內(nèi)容講解：涵蓋當(dāng)今應(yīng)用和科研領(lǐng)域最熱門的四大技術(shù)方向，預(yù)訓(xùn)練模型、對話系統(tǒng)、知識圖譜、文本生成、信息抽取

• 深入的技術(shù)剖析：深入剖析技術(shù)細節(jié)及各模塊所涵蓋最前沿技術(shù)，導(dǎo)師會結(jié)合自身經(jīng)歷及學(xué)術(shù)應(yīng)用前沿，為你指引未來方向

• 博導(dǎo)級導(dǎo)師團隊：每個模塊均由本領(lǐng)域內(nèi)多年一線從業(yè)經(jīng)驗科學(xué)家或科研學(xué)者、研究員全程直播講授

• 開放式項目實踐：每個模塊均設(shè)有開放式項目，導(dǎo)師團隊全程輔導(dǎo)，課題最終可轉(zhuǎn)換成創(chuàng)業(yè)項目或科研論文

• 其它額外的收獲：如果你以后想從事相關(guān)課題的科研或準備出國留學(xué)申請該領(lǐng)域方向的博士碩士，將會有很大幫助

• 提高創(chuàng)新創(chuàng)造力：深入了解一個領(lǐng)域是技術(shù)創(chuàng)新的必要條件，在全面學(xué)習(xí)深入該領(lǐng)域的同時，課程的創(chuàng)新項目及內(nèi)容設(shè)計將會引導(dǎo)你的創(chuàng)新思考

二、自然語言處理高階研修詳細內(nèi)容介紹 

點擊下方圖片查看各方向內(nèi)容詳情

三、你將收獲

• 全面掌握自然語言處理技術(shù)，能夠靈活應(yīng)用在自己的工作中。

• 理解預(yù)訓(xùn)練技術(shù)、對話技術(shù)、生成技術(shù)以及知識圖譜的常用技術(shù)

• 深入理解前沿的技術(shù)，有助于為后續(xù)的科研打下基礎(chǔ)

• 完成一系列課題，有可能成為一個創(chuàng)業(yè)項目或者轉(zhuǎn)換成你的科研論文

• 短期內(nèi)對一個領(lǐng)域有全面的認識，大大節(jié)省學(xué)習(xí)時間

• 認識一群擁有同樣興趣的人、相互交流、相互學(xué)習(xí)

四、課程研發(fā)及導(dǎo)師團隊

藍振忠

課程研發(fā)顧問

ALBERT模型的第一作者， 

西湖大學(xué)特聘研究員和博士生導(dǎo)師

Google AI實驗室科學(xué)家

 美國卡耐基梅隆大學(xué)博士

先后在NIPS, CVPR, ICCV, IJCAI等會議發(fā)表30篇以上論文，1000+ 引用次數(shù)

李文哲

貪心科技CEO

美國南加州大學(xué)博士

曾任獨角獸金科集團首席數(shù)據(jù)科學(xué)家、

美國亞馬遜和高盛的高級工程師

金融行業(yè)開創(chuàng)知識圖譜做大數(shù)據(jù)反欺詐的第一人

先后在AAAI、KDD、AISTATS、CHI等國際會議上發(fā)表過15篇以上論文

鄭老師

清華大學(xué)計算機系（計算機科學(xué)與人工智能研究部）博士后

美國勞倫斯伯克利國家實驗室訪問學(xué)者

美國亞利桑那大學(xué)訪問學(xué)者

主要從事自然語言處理，對話領(lǐng)域的先行研究與商業(yè)化

先后在AAAI，NeurIPS，ACM，EMNLP等國際會議及期刊上發(fā)表過10篇以上論文

楊棟

是推薦系統(tǒng)，計算機視覺領(lǐng)域?qū)＜?/p>

是香港城市大學(xué)博士,

UC Merced博士后

主要從事于機器學(xué)習(xí)，圖卷積，圖嵌入的研究

先后于ECCV, Trans on Cybernetics, Trans on NSE, INDIN等國際頂會及期刊上發(fā)表過數(shù)篇論文。

王老師

畢業(yè)于QS排名top20院校

先后任職于亞馬遜，華為，平安科技等AI研發(fā)部門

主要從事于機器閱讀理解，信息檢索，文本生成等方向

先后于AAAI, ICLR等發(fā)表數(shù)篇論文，擁有多項國家發(fā)明專利

五、講授方式

基礎(chǔ)知識講解

前沿論文解讀

論文代碼復(fù)現(xiàn)

該知識內(nèi)容的實際應(yīng)用

該知識的項目實戰(zhàn)

該方向的知識延申及未來趨勢講解

Capstone開放式項目實戰(zhàn)

六、學(xué)習(xí)期間需要完成任務(wù)

• 讀論文（20%）：每個模塊中，在指定的論文列表中選擇至少2篇文章，并把summary發(fā)布在內(nèi)部論壇中

• 項目（80%）：對于每個模塊，以小組為單位，完成一個完整的項目或者課題，分幾個階段完成：

• 1頁課題計劃 & 線上報告

• 課題成果展示 & 最終答辯

• 完整的課題Report

01 科學(xué)的實戰(zhàn)安排