视频教程-Ai工程师-自然语言处理实战课程-机器学习

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:

 

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

 

评论
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