扫码下载「CSDN程序员学院APP」,1000+技术好课免费看
APP订阅课程,领取优惠,最少立减5元 ↓↓↓
订阅后:请点击此处观看视频课程
视频教程-Ai工程师-自然语言处理实战课程-机器学习
学习有效期:永久观看
学习时长:2206分钟
学习计划:37天
难度:中
「口碑讲师带队学习,让你的问题不过夜」
讲师姓名:唐宇迪
高校教师 / 培训机构讲师
讲师介绍:计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战讲师。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度学习系列课程,课程生动形象,风格通俗易懂。
☛点击立即跟老师学习☚
「你将学到什么?」
购买课程后,添加小助手微信(微信号:csdn108)回复【唐宇迪】
进入学习群,获取唐宇迪老师答疑
AI工程师-自然语言处理实战课程旨在用最接地气的方式讲解复杂的算法原理,基于真实数据集,通过实际案例进行项目实战。整个体系内容包括200+课时,20个项目实战,完美覆盖当下热门技术与经典框架实战。学习路线主要包括三大阶段:1.掌握Python在自然语言处理领域必备工具包使用方法 2.机器学习与深度学习在NLP领域常用算法原理与应用实践 3.基于经典框架展开项目实战(Tensorflow,Keras)。课程整体风格通俗易懂,实战案例驱动,提供全部课程所需数据,代码,课件。
「课程学习目录」
第1章:课程简介 |
1.课程简介 |
2.环境配置 |
第2章:NLP常用工具包实战 |
1.Python字符串处理(数据代码下载,需要PC登录下载网盘链接) |
2.正则表达式基本语法 |
3.正则常用符号 |
4.常用函数介绍 |
5.NLTK工具包简介 |
6.停用词过滤 |
7.词性标注 |
8.数据清洗实例 |
9.Spacy工具包 |
10.名字实体匹配 |
11.恐怖袭击文本资料分析 |
12.统计分析结果 |
13.结巴分词器 |
14.词云展示 |
第3章:Pandas工具包实战 |
1.Pandas概述 |
2.Pandas基本操作 |
3.Pandas索引 |
4.groupby操作 |
5.数值运算 |
6.对象操作 |
7.对象操作2 |
8.merge操作 |
9.显示设置 |
10.数据透视表 |
11.时间操作 |
12.时间序列操作 |
13.Pandas常用操作 |
14.Pandas常用操作2 |
15.Groupby操作延伸 |
16.字符串操作 |
17.索引进阶 |
18.Pandas绘图操作 |
19.大数据处理技巧 |
第4章:案例实战:商品信息可视化与文本分析 |
1.任务概述 |
2.商品类别划分 |
3.商品类别可视化展示 |
4.描述长度对价格的影响 |
5.词云展示 |
6.tf-idf结果 |
7.降维可视化展示 |
8.聚类与主题模型 |
第5章:贝叶斯算法 |
1.贝叶斯算法概述 |
2.贝叶斯推导实例 |
3.贝叶斯拼写纠错实例 |
4.垃圾邮件过滤实例 |
5.贝叶斯实现拼写检查器 |
第6章:新闻分类任务实战 |
1.文本分析与关键词提取 |
2.相似度计算 |
3.新闻数据与任务简介 |
4.TF-IDF关键词提取 |
5.LDA建模 |
6.基于贝叶斯算法进行新闻分类 |
第7章:HMM隐马尔科夫模型 |
1.马尔科夫模型 |
2.隐马尔科夫模型基本出发点 |
3.组成与要解决的问题 |
4.暴力求解方法 |
5.复杂度计算 |
6.前向算法 |
7.前向算法求解实例 |
8.Baum-Welch算法 |
9.参数求解 |
10.维特比算法 |
第8章:HMM工具包实战 |
1.hmmlearn工具包 |
2.工具包使用方法 |
3.中文分词任务 |
4.中文分词任务 |
第9章:走进深度学习-神经网络算法 |
1.深度学习概述 |
2.挑战与常规套路 |
3.用K近邻来进行分类 |
4.超参数与交叉验证 |
5.线性分类 |
6.损失函数 |
7.正则化惩罚项 |
8.softmax分类器 |
第10章:神经网络整体架构 |
1.最优化形象解读 |
2.最优化问题细节 |
3.反向传播 |
4.整体架构 |
5.实例演示 |
6.过拟合解决方案 |
第11章:语言模型 |
1.语言模型 |
2.语言模型 |
3.词向量 |
4.神经网络模型 |
5.Hierarchical Softmax |
6.CBOW模型实例 |
7.CBOW求解目标 |
8.锑度上升求解 |
9.负采样模型 |
第12章:使用Gemsim构建词向量 |
1.使用Gensim库构造词向量 |
2.维基百科中文数据处理 |
3.Gensim构造word2vec模型 |
4.测试模型相似度结果 |
第13章:基于word2vec的分类任务 |
1.影评情感分类 |
2.基于词袋模型训练分类器 |
3.准备word2vec输入数据 |
4.使用gensim构建word2vec词向量 |
第14章:NLP-文本特征方法对比 |
1.任务概述 |
2.词袋模型 |
3.词袋模型分析 |
4.TFIDF模型 |
5.word2vec词向量模型 |
6.深度学习模型 |
第15章:递归网络模型 |
1.递归神经网络(RNN)概述 |
2.RNN网络细节 |
3.LSTM网络架构 |
第16章:卷积网络模型 |
1.卷积神经网络的应用 |
2.卷积层解释 |
3.卷积计算过程 |
4.pading与stride |
5.卷积参数共享 |
6.池化层原理 |
第17章:Tensorflow基本操作 |
1.Tensorflow简介与安装 |
2.Tensorflow中的变量 |
3.变量常用操作 |
4.实现线性回归算法 |
5.Mnist数据集简介 |
6.逻辑回归算法 |
第18章:Tensorflow卷积神经网络 |
1.神经网络结构 |
2.卷积网络结构基本定义 |
3.卷积神经网络迭代 |
4.Cifar-10图像分类任务 |
第19章:RNN递归神经网络实战 |
1.RNN网络基本架构 |
2.实现RNN网络架构 |
3.RNN实现自己的小demo |
4.RNN预测时间序列 |
第20章:项目实战:CNN应用于文本分类任务 |
1.CNN应用于文本分类任务 |
2.文本分类任务特征定义 |
3.卷积网络定义 |
4.完成预测分类任务 |
第21章:项目实战:LSTM情感分析 |
1.RNN网络架构 |
2.LSTM网络架构 |
3.使用LSTM进行情感分类 |
4.情感数据集处理 |
5.基于word2vec的LSTM模型 |
第22章:项目实战:NLP-相似度模型 |
1.任务概述 |
2.数据展示 |
3.正负样本制作 |
4.数据预处理 |
5.网络模型定义 |
6.基于字符的训练 |
7.基于句子的相似度训练 |
第23章:Seq2Seq网络架构 |
1.Seq2Seq网络架构 |
2.Seq2Seq网络架构 |
3.Seq2Seq基本模型 |
4.Attention机制 |
第24章:项目实战:对话机器人 |
1.效果演示 |
2.参数配置与数据加载 |
3.数据处理 |
4.词向量与投影 |
5.seq网络 |
6.网络训练 |
第25章:项目实战:动手打造自己的输入法 |
1.数据准备 |
2.网络结构概述 |
3.加载数据 |
4.训练测试模型 |
第26章:项目实战:机器人写唐诗 |
1.任务概述与环境配置 |
2.参数配置 |
3.数据预处理模块 |
4.batch数据制作 |
5.RNN模型定义 |
6.完成训练模块 |
7.完成训练模块 |
8.测试唐诗生成效果 |
第27章:项目实战:NMT机器翻译框 |
1.机器翻译框架概述 |
2.参数设置 |
3.数据加载 |
4.网络结构定义 |
5.训练模型 |
第28章:项目实战:LSTM时间序列预测任务 |
1.时间序列模型 |
2.网络结构与参数定义 |
3.构建LSTM模型 |
4.训练模型与效果展示 |
5.多序列预测结果 |
6.股票数据预测 |
7.数据预处理 |
8.预测结果展示 |
第29章:项目实战:Keras文本分类实战 |
1.文本数据读取预处理 |
2.基本模型 |
3.Embeeding-layer效果 |
4.准备词向量数据 |
5.词嵌入训练结果 |
6.加入LSTM层效果 |
7.加入卷积层效果 |
8.参数调优 |
第30章:项目实战:地址邮编多序列任务 |
1.数据与目标 |
2.字符表制作 |
3.数据读取 |
4.数据增强 |
5.网络模型 |
6.测试效果 |
第31章:项目实战:基于Keras的序列网络实战 |
1.网络模型解读 |
2.数据介绍与读取 |
3.配置文件制作 |
4.编码器模型 |
5.解码器模型 |
6.制作训练batch数据 |
7.测试数据准备 |
8.完成测试模块 |
第32章:项目实战:Keras实战模板总结 |
1.模板目录结构 |
2.模型与训练结构 |
3.评论数据集与任务目标 |
4.数据准备 |
5.模型整体架构 |
6.准备模型 |
7.训练网络 |
8.多标签训练 |
「7项超值权益,保障学习质量」
- 大咖讲解
技术专家系统讲解传授编程思路与实战。
- 答疑服务
专属社群随时沟通与讲师答疑,扫清学习障碍,自学编程不再难。
- 课程资料+课件
超实用资料,覆盖核心知识,关键编程技能,方便练习巩固。(部分讲师考虑到版权问题,暂未上传附件,敬请谅解)
- 常用开发实战
企业常见开发实战案例,带你掌握Python在工作中的不同运用场景。
- 大牛技术大会视频
2019Python开发者大会视频免费观看,送你一个近距离感受互联网大佬的机会。
- APP+PC随时随地学习
满足不同场景,开发编程语言系统学习需求,不受空间、地域限制。
「什么样的技术人适合学习?」
- 想进入互联网技术行业,但是面对多门编程语言不知如何选择,0基础的你
- 掌握开发、编程技术单一、冷门,迫切希望能够转型的你
- 想进入大厂,但是编程经验不够丰富,没有竞争力,程序员找工作难。
「悉心打造精品好课,37天学到大牛3年项目经验」
【完善的技术体系】
技术成长循序渐进,帮助用户轻松掌握
掌握机器学习知识,扎实编码能力
【清晰的课程脉络】
浓缩大牛多年经验,全方位构建出系统化的技术知识脉络,同时注重实战操作。
【仿佛在大厂实习般的课程设计】
课程内容全面提升技术能力,系统学习大厂技术方法论,可复用在日后工作中。
「你可以收获什么?」
掌握Python自然语言处理常用工具包使用方法
掌握NLP必备经典算法原理与应用方法
熟练使用深度学习框架进行NLP任务建模
熟练应用Tensorflow与keras框架到实际任务中