自然语言处理之AI深度学习顶级实战课程介绍:
老师介绍:负责深度学习,机器学习等AI前言算法的研发和商业项目的落地,对自然语言处理,图像处理,数据挖掘,机器学习,深度学习等领域有丰富的项目和工程经验。授课内容均为企业实战项目,授课经验丰富,善于培养学生的思维能力,创新能力,获得广大学员一致好评,具有很高的人气。
课程目录:
章节1: NLP和深度学习发展概况和最新动态
课时1: NLP历史现在及为什么需要学习NLP技术 21:03
课时2:NLP实现机器学习,聊天机器人,情感分析和语义搜索 32:57
章节2: NLP与PYTHON编程
课时3: Python环境搭建及开发工具安装 15:31
课时4:NLP常用PYTHON开发包的介绍 19:58
课时5:Jieba安装、介绍及使用21:32
课时6:Stanford NLP 在Python环境中安装、介绍及使用16:17
课时7:Hanlp 在Python环境中安装、介绍及使用17:29
章节3: 快速掌握NLP技术之分词、词性标注和关键字提取
课时8:分词、词性标注及命名实体识别介绍及应用14:31
课时9:准确分词之加载自定义字典分词0117:35
课时10:准确分词之加载自定义字典分词0219:36
课时11:准确分词之动态调整词频和字典18:01
课时12:词性标注代码实现及信息提取11:02
课时13:人名、地名、机构名等关键命名实体识别20:03
课时14:TextRank算法原理介绍28:12
课时15:基于TextRank关键词提取14:07
章节4: 句法与文法
课时16:依存句法与语义依存分析 免费26:17
课时17:依存句法树解析(子树遍历,递归搜索,叶子节点提取等)20:41
课时18:名词短语块挖掘27:35
课时19:自定义语法与CFG21:46
章节5: N-GRAM文本挖掘
课时20:N-GRAM算法介绍13:44
课时21:N-GRAM生成词语对13:36
课时22:TF-IDF算法介绍应用12:33
课时23:基于TF-IDF挖掘符合语言规范的N-GRAM23:36
章节6: 表示学习与关系嵌入
课时24:语言模型09:37
课时25:词向量25:25
课时26:深入理解Word2vec算法层次sofmax30:21
课时27:深入理解Word2vec算法负采样23:05
课时28:6.4 基于Word2vec技术的词向量、字向量训练43:43
章节7: 深度学习之卷积神经网络
课时29:BP神经网络29:11
课时30:彻底理解深度学习指卷积神经网络31:23
课时31:CNN文本分类20:19
课时32:CNN文本分类算法模块37:50
课时33:CNN文本分类模型详解数据预处理16:49
课时34:CNN文本分类模型测试与部署06:55
章节8: 深度学习之递归神经网络
课时35:递归网络29:10
课时36:LSTM25:38
课时37:LSTM文本分类原理07:20
课时38: LSTM文本分类代码架构12:04
课时39:LSTM文本分类代码详解23:21
课时40:LSTM文本分类模型预测与部署12:32
章节9: 特定领域命名实体识别NER技术
课时41:基于深度学习医药保险命名实体识别课题背景介绍36:40
课时42:医药保险命名实体和实体关系体系建立和命名实体分类规范35:19
课时43:医药保险命名实体识别相关前沿技术和难点17:01
课时44:基于深度学习医药保险命名实体识别的算法模块设计(上)24:54
课时45:基于深度学习医药保险命名实体识别的算法模块设计(下)21:24
课时46:数据的采集,清洗,数据机器自动标注及转化为深度学习格式(上)23:02
课时47:数据的采集,清洗,数据机器自动标注及转化为深度学习格式(下)26:26
课时48:模型本地Lib库封装(上)27:41
课时49:模型本地Lib库封装(下)17:25
课时50: 部署tensorflow训练好的模型为云服务(上)22:15
课时51:部署tensorflow训练好的模型为云服务(下)21:01
课时52:算法设计及代码实现155:52
课时53:算法设计及代码实现226:43
课时54:代码调试,参数优化及深度剖析(深入理解)142:40
课时55:代码调试,参数优化及深度剖析(深入理解)243:06
侵权联系与免责声明 1、本站资源所有言论和图片纯属用户个人意见,与本站立场无关 2、本站所有资源收集于互联网,由用户分享,该帖子作者与独角兽资源站不享有任何版权,如有侵权请联系本站删除 3、本站部分内容转载自其它网站,但并不代表本站赞同其观点和对其真实性负责 4、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意 如有侵权联系邮箱:1415374178@qq.com
评论0