ช่วงโควิด 19
มีใครสนใจ อยากเรียน AI กับเด็กอักษรจุฬา ไหมครับ!
แบบนั่งอยู่บ้านไหม?
.
👉 เป็นหลักสูตร
"หลักการเขียนโปรแกรมเพื่อการประมวลผลภาษาธรรมชาติ"
หรือก็คือศาสตร์ Natural Language Processing ชื่อย่อ NLP
วิชานี้เป็นศาสตร์ทางคอม
(คนละตัวกับ NLP ที่เป็นโปรแกรมจิตใต้สำนึก ไม่เกี่ยวข้องกัน
แต่ชื่อย่อเดียวกัน)
.
NLP ที่ว่านี้
เป็นสาขาหนึ่งของเทคโนโลยีปัญญาประดิษฐ์
(Artificial Intelligence หรือ AI)
ที่ทำให้คอมพิวเตอร์เข้าใจภาษามนุษย์
เพื่อวัตถุประสงค์ด้านการสื่อสารและวิเคราะห์ข้อมูลที่เป็นภาษามนุษย์
เช่น เข้าใจภาษาไทย อังกฤษ สเปน จีน ฝรั่งเศส รัสเซีย เยอรมัน อาหรับ เป็นตน
.
😍ประโยชน์ NLP เช่น
☑ ทำ Chatbot ที่ฉลาดขึ้น
☑ ให้ AI เขียนหนังสือเองได้
☑ ทำการแปลภาษาอัตโนมัติ
☑ แก้คำผิด แต่งประโยคให้ถูกต้องเอง
☑ เพิ่มประสิทธิภาพ Search Engine
☑ แบ่งประเภทของบทความอัตโนมัติ
☑ และอื่นๆ นึกไม่ออก ในตอนนี้
.
อันนี้เป็นหลักสูตรที่สอน
ในภาควิชาภาษาศาสตร์ คณะอักษรศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
สอนโดยอาจารย์ ดร.อรรถพล ธำรงรัตนฤทธิ์
สามารถศึกษาได้ด้วยตัวเองฟรีๆ
มีอยู่แล้วในเว็บไซต์ของอาจารย์
โดยมีวิชาที่เป็นวิชาหลักจริงๆ
สามารถนำไปประยุกต์ใช้ได้ทันทีอยู่สามหมวดวิชา คือ
👳♂️ NLP I: การเขียนโปรแกรมเพื่อนำไปทำ NLP
✔ ครึ่งแรกเน้นพื้นฐานการเขียนโปรแกรมตั้งแต่ยังไม่มีพื้นฐานเลย เรียนรู้จากตัวอย่างโปรแกรมต่างๆ ที่เกี่ยวกับ NLP
✔ ครึ่งหลังพูดเรื่อง Object-oriented programming การดึงข้อมูลจากอินเตอร์เน็ตผ่าน API การใช้ package ต่างๆ ในการตัดคำ แท็กคำด้วย part of speech และการ parse ประโยค และจบด้วย Machine Learning (supervised learning)
👉 เข้าไปเรียนได้ลิงก์นี้ https://attapol.github.io/programming/
.
.
👳♂️ NLP II: โมเดลหลักๆ ที่ใช้ใน NLP ทั้งหมด (เปิดสอนม.ค. 2562 เป็นเทอมแรก)
✔ Logistic regression - การวิเคราะห์ความรู้สึก (sentiment analysis)
✔ Structured Prediction - การวิเคราะห์โครงสร้างประโยคอัตโนมัติ (phrase structure parse) การวิเคราะห์ประโยคเชิงพึ่งพิง (dependency parse)
✔ Conditional Random Fields - การตรวจหาคำที่สื่อถึงตัวตน (Named-entity recognition)
✔ Search (Information Retrieval) - การสร้าง search engine
✔ Language Model - โมเดลสำหรับการคำนวณบริบททางภาษาเพื่อใช้สำหรับ การแปลงเสียงเป็นตัวอักษร (speech recognition) เครื่องแปลภาษา (machine translation) และการตรวจแก้การสะกดผิด ความผิดพลาดทางไวยากรณ์
✔ Word embeddings - ใช้ตัวเลขหรือเวคเตอร์ในการคำนวณความหมายของคำและประโยค
✔ Deep learning - multilayer perceptron, LSTM, Convolutional Network
👉 เข้าไปเรียนได้ลิงก์นี้ https://attapol.github.io/compling/
.
.
👳♂️ NLP III: การสร้างระบบ NLP ขั้นสูง (เปิดสอนม.ค. 2563 เป็นเทอมแรก)
✔ Speech Recognition - เครื่องแปลงเสียงเป็นตัวอักษร
✔ Targeted ads and recommendation systems - ระบบเลือกโฆษณาและ content ให้ผู้ใช้ที่เหมาะสม
✔ Conversational Agents and chatbots - หุ่นยนต์นักสนทนา
✔ Question answering system - ระบบตอบคำถามอัตโนมัติ
✔ Relation Extractions and Knowledge Graphs - ระบบสกัดความรู้และความสัมพันธ์ระหว่าง concepts
✔ Corpus construction - หลักการสร้างคลังข้อมูลเพื่อใช้สำหรับ NLP systems
👉 (รอวิดีโอของอาจารย์ ยังไม่เห็น)
ลิงก์หลักสูตร https://docs.google.com/document/d/13eaMHR8kl9HbIPPfY0B6bhNVybhWaOVdQNdmNp6BlgE/edit
.
.
ถ้าไม่มีพื้นฐานการเขียนโปรแกรมมาก่อน ให้เริ่มที่ NLP I
หากมีประสบการณ์การเป็นโปรแกรมเมอร์ ก็สามารถเริ่มต้นที่ NLP II ได้ทันที.
.
ที่มา https://attapol.github.io/programming/
ขอบคุณอาจารย์ ดร.อรรถพล ธำรงรัตนฤทธิ์ ที่เผยแพร่ความรู้ฟรีๆ ครับ
.
.
.
.
.
.
.<ประชาสัมพันธ์ ขายของ/>
ถ้าใครเรียนแล้วยังไม่เข้าใจ AI
ก็ขอแนะนำหนังสือ "AI ไม่ยาก เรียนรู้ด้วยเลขม. ปลาย"
ไม่มีโค้ดดิ้งให้ปวดหัว
แค่มีพื้นฐานเลขม. ปลาย
ก็อ่านเข้าใจได้
ราคา 295 บาท ฿ กับ 329 บาท ฿ (ซื้อผ่านระบบ Apple จะแพงขึ้น)
.
ท่านใดสนใจก็สั่งซื้อได้ที่นี้ (ขออภัยยังไม่มีเล่มกระดาษขาย)
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ที่
👉 https://drive.google.com/file/d/1zG64QAuPKtnWu-Jizn4i2JYUbHnHa8cJ/view?usp=sharing
.
✍ เขียนโดย โปรแกรมเมอร์ไทย thai programmer
「deep learning prediction model」的推薦目錄:
- 關於deep learning prediction model 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最讚貼文
- 關於deep learning prediction model 在 FinLab財經實驗室 Facebook 的最佳解答
- 關於deep learning prediction model 在 machine-learning-articles/how-to-predict-new-samples-with ... 的評價
- 關於deep learning prediction model 在 How to Design Nonlinear MPC with Deep Learning ... - YouTube 的評價
- 關於deep learning prediction model 在 How to Explain the Prediction of a Machine Learning Model? 的評價
deep learning prediction model 在 FinLab財經實驗室 Facebook 的最佳解答
【時間序列量化交易 - FinLab實體活動】
機器學習模型用於實際交易,不容易!
FinLab在此次的研討會中,介紹了很多小撇步,讓機器學習效果更好,更能夠應用於實際交易。以下是重點摘要:
📕【Labeling】 是很容易被大家忽略的部分,以「持有N天後報酬率」當做label真的好嗎?
我們翻閱 paper 列舉更好的方法,
Tripple barrier:
[Prado 2018] Advances in Financial Machine Learning
Continous trading signal
Continuous trading signals
[Dash 2016] A hybrid stock trading framework integrating technical analysis with machine learning techniques
Trading Point decision
[Chang 2009] Integrating a Piecewise Linear Representation Method and a Neural Network Model for Stock Trading Points Prediction
📕【 CNN神經網路】除了做出好的label,我們也介紹了CNN要如何實際用於trading:[Sezer 2018] 產生很多不同參數的技術指標,並且將這些技術指標做成圖片,來預測交易訊號,非常的有趣!
[Sezer 2018] Algorithmic Financial Trading with Deep Convolutional Neural Networks: Time Series to Image Conversion Approach
📕【 Feature importance】通常我們會利用 feature importance來篩選重要的feaature,但是我們平常真的做對了嗎?這部分我就先賣個關子XD
研討會頭影片:
https://drive.google.com/file/d/18dEAalouKvWAtlZSUjc8X9_i8uOHMwci/view?usp=sharing
假如你看到這裡,恭喜你!告訴你一個小秘密,就是我們要辦一場教學活動,由於是第一次實驗性質試辦,此活動酌收茶點費100元,設備場地感謝Fugle的贊助!
當天是個三個小時的小課程,會介紹如何用上述的內容做出一個有效的機器模型策略喔!(需要自行帶筆電)
時間:7/27號 (星期六) 下午 2 點到 5 點
地點:台北捷運西門站五號出口3分鐘路程
名額:25名(白老鼠XD)
金額:100元用來吃吃喝喝(因為是白老鼠,才是這個價格XD)
條件:完成AI股票理專課程的「第 1 章單元 2」
(課程網址:https://hahow.in/cr/finlab-ml)
報名辦法:
這個星期天(7/14)晚上10點準時收看finlab粉絲團,我們會在此時發佈表單,採先搶先贏的方式報名喔!(場地空間有限~不好意思囉)
deep learning prediction model 在 How to Design Nonlinear MPC with Deep Learning ... - YouTube 的推薦與評價
Learn how to design, simulate, and implement a nonlinear model predictive controller that uses neural networks for prediction. ... <看更多>
deep learning prediction model 在 How to Explain the Prediction of a Machine Learning Model? 的推薦與評價
Meanwhile, the rapid growth of deep learning models pushes the requirement ... When using a criminal decision model to predict the risk of ... ... <看更多>
deep learning prediction model 在 machine-learning-articles/how-to-predict-new-samples-with ... 的推薦與評價
Finally, it evaluates the model based on the test set. Here's the code - add it to a file called e.g. keras-predictions.py : from tensorflow.keras.models ... ... <看更多>