KK吧百度飞桨联合设计双证资深AI实战工程师（NLP方向）

课程介绍：

自然语言处理方向 (Natural Language Processing)主要用于解决文本自动分类、文本重要信息自动提取、数据挖掘、推荐系统、文本自动生成、对话机器人、知识图谱等领域。用以解决人类对文本信息分析与理解的自动化。本课程内容主要涉及经典人工智能方法、机器学习与深度学习方法。

〖课程目录〗:

• | └──3、百度飞桨联合设计双证资深AI实战工程师（NLP方向）
• | | ├──第01章 问答摘要与推理-项目简介
• | | | ├──第1节 1-1项目和课程内容介绍
• | | | └──第2节 1-2词向量Word2vec及其优化方法详解
• | | ├──第02章 问答摘要与推理-代码实操Word2vec
• | | | ├──第2节 2-1项目代码实操-中文分词、处理以及构建Word2vec
• | | | └──第3节 2-2项目研讨课Ⅰ
• | | ├──第03章 问答摘要与推理-Seq2Seq
• | | | ├──第1节 3-1文本生成方法之Seq2Seq （Encoder、Decoder、Attention)
• | | | └──第2节 3-2项目研讨课Ⅱ
• | | ├──第04章 问答摘要与推理-代码实操Seq2Seq
• | | | ├──第1节 4-1GRU、LSTM算法对比，Seq2Seq模型搭建并训练及代码实现
• | | | └──第2节 作业指导：预训练词向量与embedding搭建
• | | ├──第05章 问答摘要与推理-模型训练
• | | | ├──第1节 5-1深度学习框架图计算理论，模型训练代码实践、优化器对比选择
• | | | └──第2节 5-2Model搭建
• | | ├──第06章 问答摘要与推理-Extractive Text Summarization
• | | | ├──第1节 抽提式文本摘要相关算法详解
• | | | └──第2节 pgn网络搭建
• | | ├──第07章 文本生成问题前沿算法
• | | | ├──第1节 7-1Extractive Text Summarization抽提式文本摘要
• | | | └──第2节 7-2抽取式摘要
• | | ├──第08章 问答摘要与推理- 项目代码部署
• | | | ├──第1节 8-1项目总结以及模型部署
• | | | └──第2节 8-2代码讲解与演示
• | | ├──第09章 试题知识点标注-项目课程简介
• | | | ├──第1节 9-1项目介绍和课程安排
• | | | └──第2节 9-2手动实现贝叶斯，baseline实战
• | | ├──第10章 试题知识点标注-常用机器学习方法及在文本分类问题中的应用
• | | | ├──第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践
• | | | └──第2节 10-2tf搭建fasttext文本分类
• | | ├──第11章 试题知识点标注-卷积神经网络在文本分类中的应用
• | | | ├──第1节 11-1CNN、TextCNN、GCN与文本分类
• | | | └──第2节 11-2Text CNN多标签分类实现
• | | ├──第12章 试题知识点标注- 预训练语言模型初识
• | | | ├──第1节 12-1Transformer Emlo GPT等结构介绍
• | | | └──第2节 12-2 Transformer等常见结构实践讲解
• | | ├──第13章 试题知识点标注- 预训练语言模型进阶
• | | | ├──第1节 13-1 bert 预训练语言模型详解
• | | | └──第2节 13-2 bert文本分类实战
• | | ├──第14章 试题知识点标注- 预训练语言模型实战
• | | | ├──第1节 14-1预训练语言模型实战
• | | | └──第2节 14-2bert实现多标签分类
• | | ├──第15章 试题知识点标注-gpu与分布式机器学习
• | | | ├──第1节 15-1gpu与分布式机器学习
• | | | └──第2节 15-2Gcn文本分类
• | | ├──第16章 试题知识点标注–项目部署,总结与面试指导
• | | | ├──第1节 16-1试题知识点标注–项目部署,总结与面试指导
• | | | └──第2节 16-2实体抽取与关系整理 论文解读
• | | ├──第17章 视频分段-项目课程简介 ＆基础算法
• | | | ├──第1节 17-1视频分段-项目课程简介 ＆基础算法
• | | | └──第2节 17-2动态规划与EM算法实践
• | | ├──第18章 视频分段-中文分词(一)
• | | | ├──第1节 18-1视频分段-中文分词(一)
• | | | └──第2节 18-2 hmm分词与词性标注实现
• | | ├──第19章 视频分段-中文分词(二)
• | | | ├──第1节 19-1 视频分段-中文分词(二)
• | | | └──第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读
• | | ├──第20章 视频分段-命名实体识别ner
• | | | ├──第1节 20-1命名实体识别ner
• | | | └──第2节 20-2 NER实战
• | | ├──第21章 视频分段-深度学习在NER中的应用 和 半监督学习
• | | | ├──第1节 21-1视频分段-深度学习在NER中的应用 和 半监督学习
• | | | └──第2节 21-2 bert实现ner与crf可视化
• | | ├──第22章 视频分段-纠错系统
• | | | ├──第1节 22-1视频分段-纠错系统
• | | | └──第2节 22-2英文拼写纠错实践与pycorrector源码解读
• | | ├──第23章 视频分段-依存句法分析、记忆网络、文本搜索
• | | | ├──第1节 23-1依存句法分析、记忆网络、文本搜索
• | | | └──第2节 23-2句法分析实战
• | | └──第24章 视频分段-项目总结
• | | | ├──第1节 24-1语音识别简介、激活函数优化器对比、模型压缩等
• | | | └──第2节 24-2rasa框架对话入门实践

yeyudao普通

收藏 海报 链接