CDA三級認證考試往期實操計畫原題
主講老師：李禦璽
【專家講師】
李禦璽 (Yue-Shi Lee),台灣大學電腦工程博士，銘傳大學電腦工程學系教授兼系主任暨所長，銘傳大學資料探勘中心主任，廈門大學資料探勘中心顧問，中國人民大學資料探勘中心顧問。其研究領域專註於資料倉儲、資料探勘、與文本挖掘。
在其相關研究領域已發表超過300篇以上的研究論文,同時也是國科會與教育部多個相關研究計劃的主持人。服務過的客戶包括：中國工商局、中信銀行、台新銀行、聯邦銀行、新光銀行、第一銀行、永豐銀行、遠東銀行、美商大都會人壽、新光人壽保險公司、台灣微軟、零售業如全聯、赫蓮娜(Helena Rubinstein)化妝品公司、特立和樂(HOLA)公司、航空公司如東方航空公司、中華航空公司、汽車行業如福特(Ford)汽車公司；政府行業如中國工商局、國稅局等。
【課程大綱】
第一天 進階機器學習技術(半監督式學習、利潤最大化學習、目標類別不平衡學習、整合學習)及實操案例分享
傳統模型評估方法與利潤最大化評估方法
增益圖與利潤圖
案例一：利潤最大化模型實作: 以產品行銷模型為例 (2018/12考題)
目標類別不平衡的問題
目標類別不平衡的處理方式
案例二：目標類別不平衡模型實作: 找出有資金需求的中小企業借貸戶並銷售其貸款產品 (2019/12考題)
傳統監督學習方法與非監督學習方法
半監督學習方法概述
案例三：半監督學習模型實作: 以電信業客戶流失模型為例 (2019/6考題)
傳統學習與整合學習
整合學習的分類：模型融合與機器學習元演算法
案例四：整合學習方法實作與比較: 從租賃特征、房源特征、房主特征、位置特征、以及聲譽特征的資訊，預測共享住宿的日租價格 (2022/9考題)
第二天 英文文本分析技術、Hugging Face經典英文模型使用及實操案例分享
文本分析簡介及文本分析流程
英文文本數據預處理方法 (詞性標註、字根還原、停用詞處理、關鍵詞擷取、詞袋模型)
案例五：英文文本分析模型實作: 從產品的消費者評論中辨識此評論的情緒是正評或負評 (2021/09)
案例六：英文文本分析模型實作: 從評論資訊中辨識此評論是否為不當的評論 (2021/12)
案例七：英文文本分析模型實作: 從產品的圖片及產品的描述資訊中，預測哪些是相同的產品 (2023/03)
案例八：英文文本分析模型實作: 從文章的描述資訊中，預測此文章是否由AI所產生出來的 (2023/06)
案例九：英文文本分析模型實作: 從兩兩一組的文章段落中，預測哪些在語意上是具有高度語意相似性 (2023/09)
Hugging Face經典英文語言模型使用並與傳統機器學習模型比較
第三天 中文文本分析技術、Hugging Face經典中文模型使用及實操案例分享
中文文本數據預處理方法 (分詞、詞性標註、停用詞處理、關鍵詞擷取、詞嵌入模型)
案例十：中文文本分析模型實作: 從貼文的資訊中預測此貼文是否能獲得高響應 (2021/3)
案例十一：中文文本分析模型實作: 從貼文的短資訊中辨識此貼文的情緒 (2021/6)
案例十二：中文文本分析模型實作: 從使用者過去的觀影行為、電影名稱以及電影劇情描述的資訊，預測使用者對電影的評分 (2022/06)
案例十三：中文文本分析模型實作: 從產品描述的資訊中，預測產品類別 (2022/12)
Hugging Face經典中文語言模型使用並與傳統機器學習模型比較
第四天 影像分析技術、Hugging Face及Facenet經典影像嵌入模型使用及實操案例分享
影像處理基礎 (opencv、人臉偵測、人臉特征擷取、人臉辨識)及遷移學習(Transfer Learning)
案例十四：影像分析模型實作: 從兩兩一組的植物影像中，預測哪些影像是相同的植物，哪些是不同的植物 (2023/12)
案例十五：影像分析模型實作: 從給定的汽車影像中，預測汽車的廠牌以及它的顏色 (2024/03)
案例十六：影像分析模型實作: 從給定的人像中，進行人像聚類，並將相似的人像聚在一同一群中
Hugging Face經典影像嵌入模型模型使用並與傳統機器學習模型比較
n Facenet人臉定位及嵌入模型使用並與傳統機器學習模型比較
【課程收益】
透過本課程的培訓，上課學員應具備以下能力：
(1) 掌握利潤最大化學習技術，並套用於產品行銷模型的建置；
(2) 掌握目標類別不平衡學習技術，並套用於銀行貸款模型的建置；
(3) 掌握半監督式機器學習技術，並套用於電信客戶流失模型的建置；
(4) 掌握並實作整合學習技術，並套用於共享住宿日租價格模型的建置；
(5) 掌握英文文本分析的流程及預處理技術；
(6) 實作社群網站的英文貼文響應分析模型；
(7) 實作社群網站的英文貼文情緒分析模型；
(8) 實作電影網站的電影評分模型；
(9) 實作產品分類預測模型；
(10) 運用Hugging Face的大型英文預訓練語言模型解決英文文本分析的問題；
(11) 掌握中文文本分析的流程及預處理技術；
(12) 實作消費者評論的情緒分析模型；
(13) 實作不當評論的分析模型；
(14) 實作從產品的圖片及產品的描述資訊，預測相同產品的分析模型；
(15) 實作AI文章鑒識預測模型；
(16) 實作語意相似性模型
(17) 運用Hugging Face的大型中文預訓練語言模型解決中文文本分析的問題；
(16) 實作貼文高響應預測模型
(17) 實作貼文情緒預測模型
(18) 實作電影的評分預測模型
(19) 實作產品分類模型
(20) 實作植物影像辨識模型
(21) 實作汽車廠牌及顏色辨識模型
(22) 實作人像聚類模型
(23) Hugging Face經典影像嵌入模型模型使用
(24) Facenet人臉定位及嵌入模型使用
【課程特色】 | 1. 課程案例涵蓋多個領域：課程案例涵蓋了產品行銷、中小企業借貸、電信業客戶流失、共享住宿價格預測等多個領域，使學員能夠應對不同領域的實際問題，並靈活運用機器學習技術解決挑戰。 2. 強調文本分析技術：課程特別關註英文和中文文本分析技術，學員將學習英文和中文文本數據的預處理方法、情感分析、關鍵詞提取等技術，培養學員在文本數據處理方面的專業能力。 3. 強調影像分析技術：課程也特別關註影像分析技術，學員將學習opencv、人臉偵測、人臉特征擷取、人臉辨識及遷移學習等技術，培養學員在影像分析及處理方面的專業能力。 4. 結合Hugging Face經典模型：課程將介紹Hugging Face經典英文、中文語言模型和影像嵌入模型的使用，並與傳統機器學習模型進行比較。學員將了解最新的自然語言處理技術，並能夠評估和選擇適合的模型來解決實際問題。 |
【課程物件】 | 1. 機器學習從業人員：對機器學習有一定基礎的從業人員，希望進一步深入學習和套用進階技術的專業人士。 2. 數據分析師：希望擴充套件文本和影像分析技術和套用範圍，提升在文本和影像數據處理和解決方案設計方面的能力的數據分析師。 3. 業務決策者：希望了解機器學習在實際業務中的套用，掌握評估模型效果和選擇合適模型的知識，以指導業務決策的管理者。 4. 其他對機器學習、文本和影像分析感興趣的學習者：對機器學習、文本和影像分析技術感興趣的學生、研究人員或愛好者，希望透過該課程系統學習相關知識和技能。 |
【課程時間】 | 2024年7月20日-21日、27-28日（兩個周末） |
【課程收費】 | 面授4600元/人，遠端直播3800元/人。 （CDA持證人會員、全日制在讀本科、研究生享九折優惠。） |
【課程方式】 | 北京西直門中坤大廈/線上直播 |
【授課時間】 | 上午 9：00-12：00，下午13：30-16：30。 |
【其他安排】 | 1、報名即可獲取課程案例數據集 2、獲取python數據分析視訊預習課程 3、面授同學課程第二天組織晚宴討論 4、課程錄播視訊有效期一年 |
【繳費帳戶】
公司名稱：北京國富如荷網路科技有限公司
開戶行：中信銀行北京福碼大廈支行
帳號：8110701012702422581
行號：302100011536
【咨詢報名】
露露老師
電話: 18910972735
QQ: 3328990014
微信：CDADJB
備註：機器學習報名
以上圖文為廣告內容
