課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
1. 對自然語言處理的基礎知識和關鍵技術的理解。
2. 實際操作經驗,透過項目實作來應用學習到的理論。
3. 批判性思考能力,以評估和改進NLP系統。 |
1.具備資訊科學素養、資訊理論與數學分析之能力 |
5.具備分析、設計與實作資訊網路與多媒體系統之能力 |
6.具備自我學習、溝通協調與團隊合作之能力 |
|
|
|
|
授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) |
週次 |
授課內容 |
第1週 |
Course Introduction |
第2週 |
Vector Models and Text Preprocessing |
第3週 |
Vector Models and Text Preprocessing |
第4週 |
Probabilistic Models |
第5週 |
Self-Study Week |
第6週 |
Article Spinner |
第7週 |
Cipher Decryption |
第8週 |
Machine Learning Models |
第9週 |
Midterm Exam |
第10週 |
Spam Detection |
第11週 |
Sentiment Analysis |
第12週 |
Text Summarization |
第13週 |
Topic Modeling |
第14週 |
Deep Learning Models |
第15週 |
Hugging Face Introduction |
第16週 |
Hugging Face Implementation |
第17週 |
Final Exam |
第18週 |
Self-Study Week |
|
學習評量方式 |
小考(20%)
作業(60%)
期末專題(20%)
|
教科書&參考書目(書名、作者、書局、代理商、說明) |
自編投影片教材 |
課程教材(教師個人網址請列在本校內之網址) |
自編投影片教材 |
課程輔導時間 |
Email聯絡安排討論時間 |
聯合國全球永續發展目標 |
04.教育品質   08.就業與經濟成長   09.工業、創新基礎建設   11.永續城市 | 提供體驗課程:N |
|