阅读 967

Python人工智能20个小时玩转NLP自然语言处理【资料完整】

Python人工智能20个小时玩转NLP自然语言处理【资料完整】

讲解方式:
本课程采用由浅入深,层层递进的讲解方式. 在解析理论算法的同时, 更加注重代码实践. 每一个知识点, 每一个专题都以代码驱动, 案例终结. 让学生们学懂, 学通, 学会.
课程亮点:
1,课程由浅到深,由原理到实践,适合自然语言处理入门学习。
2,代码驱动, 结合实际案例模型, 培养真实代码开发能力和解决实际问题的能力。
课程内容:
1. Pytorch基础知识
2. 自然语言处理入门
3. 文本预处理
4. HMM和CRF
5. RNN, LSTM, GRU
6. Transformer
适用人群:
1、对自然语言处理技术感兴趣的在校生和应届生。

2、希望从事人工智能行业高薪工作的在职人员。

3、对自然语言处理技术感兴趣的相关人员。



基础课程主讲内容包括:

第一章: Pytorch基础知识

1. Pytorch基础元素和函数

2. Pytorch构建神经网络案例

3. Pytorch构建分类器案例



第二章: 自然语言处理入门

1. 介绍NLP的发展历史, 关键时间节点

2. 介绍NLP的行业主流应用和当前热点



第三章: 文本预处理

1. 文本处理的基本方法

2. 文本张量的表示方法

3. 文本的数据分析方法

4. 文本的特征处理方法

5. 文本的数据增强

6. 新闻主题分类任务的案例



第四章: HMM和CRF

1. 介绍HMM的原理和特点

2. 介绍CRF的原理和特点



第五章: RNN系列模型

1. RNN模型介绍和代码实践

2. LSTM模型介绍和代码实践

3. GRU模型介绍和代码实践

4. 注意力机制原理介绍和代码实践

5. 人名分类器的案例

6. 英译法任务的案例



第六章: Transformer

1. 认识Transformer的架构

2. 详解Transformer的输入部分和代码实现

3. 详解Transformer的编码器部分和代码实现

4. 详解Transformer的解码器部分和代码实现

5. 详解Transformer的输出部分和代码实现

6. 基于Transformer架构的copy任务测试

7. 基于Transformer构建语言模型的案例
点击加载更多
文章分类
python
版权声明:本站是系统测试站点,无实际运营。本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 XXXXX@163.com 举报,一经查实,本站将立刻删除。
资源总数
104500+
今日更新
3000
会员总数
25806
今日注册
2468