《深度学习与自然语言处理》将自然语言处理中的关键知识点,如词嵌入模型、RNN与LSTM、隐马尔科夫模型、seq2seq模型、NLP的前沿进展等,细细道来。并结合TensorFlow的使用,将模型落地。
链接详情:http://www.xiniuedu.com/livecourse/detailinfo/public/html/detail.html?course_id=1011
1. 课程介绍
本项目主要采用目前大数据领域最成熟的实时计算框架Spark,它是目前主流企业在实时计算方向采用的主流框架。本项目使用了Spark技术生态栈中的三个技术框架:Spark Core、Spark Streaming和Spark MLlib,进行道路交通实时流量监控预测系统的开发。业务实现包括数据产生模块、数据实时收集处理模块、特征数据提取模块、模型预测模块、数据存储模块
2. 课程视频及源码获取联系方式
收集整理了人工智能和大数据方面的项目实战类的视频教程,需要视频请加微信(BigDataAI007) 如本站没有您想要的视频,请微信联系,可以帮您拿到课程。
2.1 项目总体介绍和背景
将自然语言处理中的关键知识点,如词嵌入模型、RNN与LSTM、隐马可夫链模型,Seq2seq模型,NLP前沿进展等,细细道来。并结合Tensorflow的使用,讲模型落地。
第1讲 词向量、多层感知器 与 word2vec
第2讲 RNN与LSTM
0920答疑|NLP基础概要_Lin
第3讲 情感分析与文本分类
第4讲 基于神经网络的翻译系统
0927答疑|Keras情感分类模型_Slyne
0928答疑|贝叶斯模型_Faaany
0929答疑|Lecture4代码讲解_Archmage
第5讲 聊天机器人
第6讲 隐马尔科夫模型与词性标注
1006答疑|EM算法与实现_Faaany
第7讲 深度学习与问答系统
第8讲 CNN在NLP中的最新进展