AI深度學(xué)習(xí)NLP自然語言處理零基礎(chǔ)教程

本課程采用由淺入深,層層遞進(jìn)的講解方式. 在解析理論算法的同時, 更加注重代碼實踐. 每一個知識點, 每一個專題都以代碼驅(qū)動, 案例終結(jié). 讓學(xué)生們學(xué)懂, 學(xué)通, 學(xué)會.

全套視頻教程+筆記+源碼百度云盤下載地址：

http://yun.itheima.com/course/832.html
在線觀看全集視頻

課程內(nèi)容

11. Pytorch基礎(chǔ)知識

2. 自然語言處理入門

3. 文本預(yù)處理

4. HMM和CRF

5. RNN, LSTM, GRU

6. Transformer

課程亮點

1、對自然語言處理技術(shù)感興趣的在校生和應(yīng)屆生。

2、希望從事人工智能行業(yè)高薪工作的在職人員。

3、對自然語言處理技術(shù)感興趣的相關(guān)人員。

1，課程由淺到深，由原理到實踐，適合自然語言處理入門學(xué)習(xí)。2，代碼驅(qū)動, 結(jié)合實際案例模型, 培養(yǎng)真實代碼開發(fā)能力和解決實際問題的能力。

Pytorch基礎(chǔ)知識

1. Pytorch基礎(chǔ)元素和函數(shù)

2. Pytorch構(gòu)建神經(jīng)網(wǎng)絡(luò)案例

3. Pytorch構(gòu)建分類器案例

自然語言處理入門

1. 介紹NLP的發(fā)展歷史, 關(guān)鍵時間節(jié)點

2. 介紹NLP的行業(yè)主流應(yīng)用和當(dāng)前熱點

文本預(yù)處理

1. 文本處理的基本方法

2. 文本張量的表示方法

3. 文本的數(shù)據(jù)分析方法

4. 文本的特征處理方法

5. 文本的數(shù)據(jù)增強(qiáng)

6. 新聞主題分類任務(wù)的案例

HMM和CRF

1. 介紹HMM的原理和特點

2. 介紹CRF的原理和特點

第77節(jié) - http://v.itheima.com/軟件測試/14-總結(jié).mp4

RNN系列模型

1. RNN模型介紹和代碼實踐

2. LSTM模型介紹和代碼實踐

3. GRU模型介紹和代碼實踐

4. 注意力機(jī)制原理介紹和代碼實踐

5. 人名分類器的案例

6. 英譯法任務(wù)的案例

RNN系列模型

1. 認(rèn)識Transformer的架構(gòu)

2. 詳解Transformer的輸入部分和代碼實現(xiàn)

3. 詳解Transformer的編碼器部分和代碼實現(xiàn)

4. 詳解Transformer的解碼器部分和代碼實現(xiàn)

5. 詳解Transformer的輸出部分和代碼實現(xiàn)

6. 基于Transformer架構(gòu)的copy任務(wù)測試

7. 基于Transformer構(gòu)建語言模型的案例