1.了解NLP自然語言處理任務與流程,熟悉相關演算法。
2.學習NLP自然語言處理任務的文字探勘、句法分析、文本分類、資訊提取等。
3.了解深度學習RNN、LSTM、GRU、BERT模型的原理與運用方法。
4.瞭解問答系統(Question Answering System)之開發流程與要領。
5.了解推薦系統應用與推薦系統的經典演算法。
6.學會使用Tensorflow/Keras進行深層神經網路(DNN)實作
7.了解深度學習的原理及各種訓練技巧-Batch Normalization, Dropout, Early Stopping