请选择 进入手机版 | 继续访问电脑版

WK383综合社区

 找回密码
 立即注册
查看: 237|回复: 25

Python人工智能20个小时玩转NLP自然语言处理【资料完整】

[复制链接]
发表于 2021-2-17 10:42:28 | 显示全部楼层 |阅读模式
讲解方式:

本课程采用由浅入深,层层递进的讲解方式. 在解析理论算法的同时, 更加注重代码实践. 每一个知识点, 每一个专题都以代码驱动, 案例终结. 让学生们学懂, 学通, 学会.



课程亮点:

1,课程由浅到深,由原理到实践,适合自然语言处理入门学习。

2,代码驱动, 结合实际案例模型, 培养真实代码开发能力和解决实际问题的能力。



课程内容:

1. Pytorch基础知识

2. 自然语言处理入门

3. 文本预处理

4. HMM和CRF

5. RNN, LSTM, GRU

6. Transformer



适用人群:

1、对自然语言处理技术感兴趣的在校生和应届生。

2、希望从事人工智能行业高薪工作的在职人员。

3、对自然语言处理技术感兴趣的相关人员。



基础课程主讲内容包括:

第一章: Pytorch基础知识

1. Pytorch基础元素和函数

2. Pytorch构建神经网络案例

3. Pytorch构建分类器案例



第二章: 自然语言处理入门

1. 介绍NLP的发展历史, 关键时间节点

2. 介绍NLP的行业主流应用和当前热点



第三章: 文本预处理

1. 文本处理的基本方法

2. 文本张量的表示方法

3. 文本的数据分析方法

4. 文本的特征处理方法

5. 文本的数据增强

6. 新闻主题分类任务的案例



第四章: HMM和CRF

1. 介绍HMM的原理和特点

2. 介绍CRF的原理和特点



第五章: RNN系列模型

1. RNN模型介绍和代码实践

2. LSTM模型介绍和代码实践

3. GRU模型介绍和代码实践

4. 注意力机制原理介绍和代码实践

5. 人名分类器的案例

6. 英译法任务的案例



第六章: Transformer

1. 认识Transformer的架构

2. 详解Transformer的输入部分和代码实现

3. 详解Transformer的编码器部分和代码实现

4. 详解Transformer的解码器部分和代码实现

5. 详解Transformer的输出部分和代码实现

6. 基于Transformer架构的copy任务测试

7. 基于Transformer构建语言模型的案例


链接: >>点击进入百度云下载<<(←购买前请先验证分享链接是否有效,如果失效请勿购买!第一时间反馈到反馈建议版块)


提取码:
游客,如果您要查看本帖隐藏内容请回复


回复

使用道具 举报

发表于 2021-2-17 10:44:56 | 显示全部楼层
WK383综合社区
回复

使用道具 举报

发表于 2021-2-17 10:47:25 | 显示全部楼层
啊实打实的方式的观点
回复

使用道具 举报

发表于 2021-2-17 10:49:53 | 显示全部楼层
规范化的规划双方都
回复

使用道具 举报

发表于 2021-2-17 11:47:44 | 显示全部楼层
dfhhyjgfkjkghj
回复

使用道具 举报

发表于 2021-2-17 12:45:36 | 显示全部楼层
韬光养晦豆腐干还是
回复

使用道具 举报

发表于 2021-2-17 13:43:27 | 显示全部楼层
顶一个了
回复

使用道具 举报

发表于 2021-2-17 14:22:19 | 显示全部楼层
56356756768
回复

使用道具 举报

发表于 2021-2-17 15:01:11 | 显示全部楼层
韬光养晦豆腐干还是
回复

使用道具 举报

发表于 2021-2-17 15:40:03 | 显示全部楼层
看帖子的要发表下看法
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

经典游戏|动漫专区|漫画专区|Archiver|手机版|小黑屋|WK383综合社区 |网站地图

GMT+8, 2021-10-21 18:50 , Processed in 0.184862 second(s), 22 queries .

Powered by Discuz! X3.0

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表