程序人生 | (7) “新一五计划”(博客导航)

NLP顶会截稿时间

去年9月底,我大四的时候,曾写了一篇题为“一五计划”的博文,这也是我正式写博客以来的第一篇,其中粗浅的表达了我对入门深度学习和自然语言处理的一些看法和学习路线。一年过去了,我正式成为了一名博士研究生,第一个五年正式开始,新的风暴已然出现。在2019年即将结束之际,我觉得有必要对之前的路线做一下更新,因此推出“新一五计划”,与时俱进,保持先进性。“新一五计划”主要是现阶段我给自己设置的学习/研究计划或路线,当然也是我博客各个部分的导航。“新一五计划”相比原来更加系统全面,但初心不变:“亦欲以究天人之际,通古今之变,成一家之言(草创未就)”。

主要分为如下几个部分(以下的专栏我会在今后的学习过程中不断完善):

目录

一、数学基础

二、Python基础

三、PyTorch基础

四、LaTex

五、C/C++、数据结构与算法

六、爬虫

七、学术英语

八、程序人生

九、Linux基础

十、前端基础

十一、Mac系统

十二、Git教程

专业知识

一、机器学习

二、深度学习

三、自然语言处理

四、GAN

五、强化学习

项目与论文

一、 图神经网络

二、 预训练语言模型

三、智能问答

四、 文本分类项目与比赛

五、 对话情感识别与生成

六、元学习与小样本学习

七、知识图谱

八、自监督学习

九、 知识蒸馏

十、序列标注

十一、对话系统

十二、推荐系统


一、数学基础

1. 线性代数

该专栏基于山东大学本科生线性代数教程,主要介绍线性代数的一些基础知识。

2. 概率论与数理统计

该专栏基于浙江大学本科生概率论与数理统计教程,主要介绍概率论与数理统计的一些基础知识。

3. 数学基础

该专栏主要对一些教科书或参考书涉及或附录中的数学知识进行整理。

4. 数学杂谈

该专栏主要对平时看论文或做实验过程中遇到的一些数学知识或数学问题进行整理。

 

二、Python基础

1. Python基础

该专栏主要整理了Python的一些基础知识和语法,适合0基础到入门。

2. Python基础Pro

该专栏主要源于廖雪峰老师的Python教程,主要介绍一些Python的进阶语法和知识。

3. Python数据分析

该专栏主要对Python的数据分析常用库的相关用法进行整理,包括NumPy、Pandas、Matplotlib、Seaborn、Scipy、Sklearn等。

4. Python杂谈

该专栏主要对平时学习过程中遇到的一些不熟悉的Python语法或知识进行整理。

 

三、PyTorch基础

1. PyTorch从入门到实践

该专栏主要整理了PyTorch的基础知识,常用工具的用法以及深度学习项目代码的组织结构(推荐)。

2. PyTorch中文教程

该专栏主要转述了官方的PyTorch教程。

3. 动手学PyTorch

该专栏主要基于李沐的《动手学深度学习》,Github有人将其用Pytorch实现了一遍(原书是MxNet),特此整理。

4. PyTorch杂谈

该专栏主要对平时学习过程中遇到的一些不熟悉的PyTorch语法或知识以及一些之前没有遇到过的工具或库(如,torchtext、torchnet等)的用法进行整理。

 

四、LaTex

LaTex论文排版

该专栏主要对LaTex的一些用法或基础知识以及平时编写文档中遇到的一些问题进行整理。

 

五、C/C++、数据结构与算法

1. 程序设计与算法

本专栏主要基于北大郭炜老师的程序设计与算法系列课程进行整理,包括课程笔记和OJ作业。该系列课程有三部分: (一) C语言程序设计;(二) 算法基础;(三) C++面向对象程序设计

2. 数据结构与算法(敬请期待)

本专栏主要基于北大张铭老师的数据结构与算法教程进行整理,包括课程笔记和作业。

3. 数据结构与算法(Python版)

本专栏主要基于北大的数据结构与算法教程(Python版)进行整理,包括课程笔记和OJ作业。

4. 算法设计教程(敬请期待)

本专栏主要基于北大的算法设计教程进行整理,包括课程笔记和作业。

5. LeetCode(敬请期待)

本专栏主要记录LeetCode刷题笔记。

 

六、爬虫

1. Python爬虫基础

本专栏主要整理了Python3网络爬虫的一些基础知识和用法,并配以实战案例。

2. Python爬虫进阶

本专栏主要基于爬虫大神崔庆才的教程和书籍,整理了Python3网络爬虫的一些进阶知识和用法,并配以实战案例。

3. 论文爬取系统

之前我曾自己实现了一个学术论文爬取系统,可以输入NLP相关会议名称,关键词以及年份,自动对符合要求的论文进行爬取并保存在本地相应的位置。本专栏将介绍如何构建该论文爬取系统。

 

七、学术英语

学术英语词汇

该专栏主要整理了我在国科大英语课程学习中遇到的一些不太熟悉的单词。

学术论文写作

主要对平时阅读文献时遇到的生词,句型结构等进行整理,以及论文各个部分的写法和写作技巧。

 

八、程序人生

程序人生

主要对个人学习科研过程中的一些感悟、计划,学术大牛的一些言论或建议,相关顶会信息进行整理。

 

九、Linux基础

1. Linux基础

该专栏主要整理了Linux的一些基础知识和相关命令的用法。

2. Linux杂谈

该专栏主要对平时学习过程中遇到的一些不熟悉的Linux知识或命令的用法进行整理。

3. Shell基础

主要介绍编写Shell脚本时常用的一些基础语法和命令。

 

十、前端基础

1. HTML5基础

主要介绍HTML5的基础知识。

2. CSS基础

主要介绍CSS的基础知识。

 

十一、Mac系统

Mac系统随笔

记录Mac系统使用的相关问题与解决方案

 

十二、Git教程

Git教程

基于廖雪峰老师的git教程,系统介绍git和github的使用。

 

专业知识

一、机器学习

1. 吴恩达机器学习

主要包括吴恩达机器学习课程的笔记整理以及详细实验代码。

2. 李航统计学习方法

主要包括李航统计学习方法(第2版)的笔记整理以及习题和作业代码。

3. 模式识别

国科大《模式识别》课程笔记和作业整理。

4. 林轩田机器学习

主要包括林轩田机器学习基石笔记以及林轩田机器学习技法笔记。

5. 机器学习面试(敬请期待)

机器学习/深度学习常见面试题整理。

6. 集成学习算法(敬请期待)

系统介绍集成学习算法,包括决策树(ID3,C4.5,Cart)、随机森林、GBDT、Bagging、Adaboost以及机器学习竞赛神器XGBoost、LightGBM的原理和使用。

7. 机器学习(敬请期待)

平时学习过程中遇到的有关机器学习问题的整理。

 

二、深度学习

1. 吴恩达深度学习

主要包括吴恩达深度学习专项课程的笔记整理以及详细实验代码。

2. 深度学习

平时学习过程中遇到的有关深度学习问题的整理。

 

三、自然语言处理

1. CS224n

CS224n课程笔记和作业整理。

2. 知识图谱和语义计算

         国科大赵军老师《知识图谱和语义计算》课程整理。

3. 自然语言处理

平时学习过程中遇到的有关自然语言处理问题的整理。

 

四、GAN

1. 李宏毅GAN(敬请期待)

李宏毅GAN教程的相关笔记和作业整理。

2. GAN(敬请期待)

GAN相关的一些基础知识、前沿动态、代码等内容。

 

五、强化学习

1. 李宏毅强化学习

李宏毅强化学习课程(2018)笔记整理。

2. 强化学习基础

转载自博客园刘建平老师的强化学习笔记(含代码)。

3. 强化学习

强化学习相关的一些基础知识、前沿动态、代码等内容。

 

项目与论文

一、 图神经网络

1. 图神经网络

图神经网络相关的一些基础知识/模型、前沿动态(论文)、代码等内容。

2. GNN在文本分类上的应用

本专栏主要介绍基于图神经网络的一些模型在文本分类上的应用。

 

二、 预训练语言模型

预训练语言模型

预训练语言模型相关的一些基础知识、前沿动态(论文)、代码等内容。

 

三、智能问答

机器阅读理解

机器阅读理解(文本问答)相关的一些基础知识、前沿动态(论文)、代码等内容。

知识图谱问答

知识图谱问答相关的一些基础知识、前沿动态(论文)、代码等内容。

 

四、 文本分类项目与比赛

1. 文本分类项目

从0开始搭建一个文本分类系统。包括数据预处理,常用方法复现,网页Demo,预测,项目组织结构。

2. 达观杯文本分类比赛

达观杯文本分类比赛所用方法(传统机器学习方法、深度学习方法、集成学习)的介绍,比赛或刷榜的技巧。

3. Github优秀文本分类项目解析(1)

基于深度学习方法,与之前的项目相比,提供了一种不同的数据预处理方式、编码风格以及项目组织结构。

4. Github优秀文本分类项目解析(2)

基于预训练语言模型,如:Bert、ERNIE、AlBert、XLNet。以及深度学习模型CNN、RNN等和预训练语言模型的结合。介绍如何将预训练语言模型应用在文本分类任务上。

 

五、 对话情感识别与生成

1. 对话情感识别与生成

对话情感识别与对话情感生成相关的一些基础知识、前沿动态(论文)、代码等内容。

2. SemEval2019Task3_ERC

本专栏对SemEval2019(Semantic Evaluation2019)的Task3_ERC(Emotion Recognition in Conversation)的各种解决方案进行整理。

 

六、元学习与小样本学习

元学习与小样本学习

元学习与小样本学习(Few-shot Learning)相关的一些基础知识、前沿动态(论文)、代码等内容。

 

七、知识图谱

知识图谱

知识图谱相关的一些基础知识、前沿动态(论文)、代码等内容。

 

八、自监督学习

自监督学习

介绍一些自监督学习方法,前沿动态。

 

九、 知识蒸馏

知识蒸馏

介绍知识蒸馏概念、方法,前沿动态。

十、序列标注

序列标注

介绍一些序列标注相关的任务,包括分词、词性标注、命名实体识别(实体抽取)等,方法模型,前沿动态。

十一、对话系统

对话系统

(任务型)对话系统相关的一些基础知识、前沿动态(论文)、代码等内容。

 

十二、推荐系统

推荐系统

介绍(对话)推荐系统相关的一些基础知识、前沿动态(论文)、代码等内容。

 

个人Github

基于bert实现关系三元组抽取python源码+数据集+项目说明.zip基于bert实现关系三元组抽取python源码+数据集+项目说明.zip基于bert实现关系三元组抽取python源码+数据集+项目说明.zip基于bert实现关系三元组抽取python源码+数据集+项目说明.zip基于bert实现关系三元组抽取python源码+数据集+项目说明.zip 个人大四的毕业设计、课程设计、作业、经导师指导并认可通过的高分设计项目,评审平均分达96.5分。主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者,也可作为课程设计、期末大作业。 [资源说明] 不懂运行,下载完可以私聊问,可远程教学 该资源内项目源码是个人的毕设或者课设、作业,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96.5分,放心下载使用! 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),供学习参考。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值