[关闭]
@hanxiaoyang 2017-02-15T22:25:13.000000Z 字数 1115 阅读 2043

课程分类

未分类


数据科学类

1.Python入门与实践班

2.爬虫项目班(数据获取与存储)

3.Python数据分析与展示(可视化)班

4.大数据处理班(hadoop/spark生态)

5.大数据建模与应用班

机器学习类

1.基本课程

1.1 机器学习中的数学班

1.2 机器学习算法班

1.3 机器学习实战案例班

1.4 自然语言处理班

1.5 计算机视觉应用班

1.6 机器学习与量化交易项目班

1.7 数据应用建模比赛班

2.专项课程

2.1 文本搜索与排序

2.2 用户推荐系统

2.3 社交网络分析

2.4 风控与反作弊

2.5 用户画像

2.6 舆情监控与文本分类

深度学习与人工智能类

1.基本课程

1.1 深度学习算法班

1.2 深度学习图像与视频应用班

1.3 深度学习自然语言处理班

1.4 Google Tensorflow框架项目实战班

1.5 强化学习与智能机器人班

2.专项课程

2.1 基于神经网络的文本翻译

2.2 基于神经网络的聊天/客服机器人

2.3 基于神经网络的图像/人脸识别

2.4 基于深度学习的智能驾驶

2.5 基于深度学习的语音识别系统

2.6 基于神经网络的自动图片/语音/视频生成

自然语言处理班

1.NLP基础技能
1.1 NLP背景、意义与常见问题
1.2 基本文本处理技能
中英文字符串处理 工具分词 基本统计 正则表达式
1.3 案例:文本数据清洗、提取、分词与统计

2.从语言模型到朴素贝叶斯
2.1 语言模型与计算
2.2 朴素贝叶斯
2.3 案例:文本情感分析案例与新闻分类

3.条件随机场与应用
3.1 最大熵与词性标注
3.2 条件随机场
3.3 案例:基于条件随机场的NBA比赛结果分析

4.隐马尔科夫模型及其应用
4.1 隐马尔科夫模型
4.2 案例:用隐马尔科夫模型完成基因序点识别

5.LDA与主题模型
5.1 pLSA、共轭先验分布
5.2 LDA
5.3 案例:使用LDA进行文档分类

6.基于统计的翻译系统
6.1 语言模型与翻译模型
6.2 对齐模型
6.3 案例:基于统计的翻译系统搭建

7.词向量表示与文本分类
7.1 从one-hot到word2vec
7.2 案例:借助词向量的机器学习/深度学习文本分类

8.深度学习与NLP简单应用
8.1 循环神经网络
8.2 BPTT算法
8.3 案例:模仿小四与李白写作的生成模型

深度学习自然语言处理班

  1. 文本处理基本技能
  2. 人类高级语言与词汇表示(one-hot, word2vec, GloVe)
  3. 单层神经网络与语言模型构建
  4. 深度学习与命名实体识别
  5. 循环神经网络与句法解析、文本自动生成
  6. 卷积神经网络与文本分类
  7. 基于深度学习的翻译系统

基于神经网络的聊天/客服机器人

  1. 聊天/客服机器人基础NLP知识回顾
  2. (领域内)语料准备、处理与构建
  3. 基于答案抽取的对话模型与生成型模型
  4. 短对话(问答)系统与长对话(聊天)系统
  5. 文本意图分析与限定性回答
  6. 模型效果评估与进一步优化
添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注