itmsf 发表于 2020-2-18 19:47:11

自然语言处理第二期(2.25G)

自然语言处理第二期(2.25G)

〖课程介绍〗:

句法分析能帮助机器理解句子中的语义,是智能客服、问答系统的核心技术。本课程从PCFG、依存分析句法、语义依存三个角度讲解了句法分析并以代码落地。

自然语言处理(NLP)是计算机科学,人工智能,语言学关注计算机和人类(自然)语言之间的相互作用的领域。

〖课程目录〗:
   
01-第1章:自然语言与数学之美
   1.1 课程简介及推荐书目.flv
   1.10 凸集合和凸函数.flv
   1.2 NLP的研究领域及应用.flv
   1.3 自然语言的6个重要术语.flv
   1.4 语言学的发展史 1.flv
   1.5 语言学的发展史 2.flv
   1.6 语言学的发展史 3.flv
   1.7 函数.flv
   1.8 向量与向量的模.flv
   1.9 矩阵和矩阵运算.flv

02-第2章:基于机器学习方法的自然语言处理
   2.1 主观概率和客观概率.flv
   2.10 辛普森悖论和贝叶斯概率解题实例.flv
   2.2 概率模型与条件概率.flv
   2.3 贝叶斯原理与推理.flv
   2.4 随机变量:二项式概率.flv
   2.5 随机变量:期望与方差.flv
   2.6 随机变量:联合概率.flv
   2.7 伯努利分布和二项式分布.flv
   2.8 多项式分布、伽玛分布和Beta分布.flv
   2.9 泊松分布、高斯分布、对数正态分布和指数分布.flv

03-第三章:1、2章答疑
   第一周答疑.flv

04-第四章:自然语言
   3.1 语言的进化:来自自然选择的社会协作.flv
   3.2 语言的进化:语言游戏与摩斯密码.flv
   3.3 语言与智能:信息熵.flv
   3.4 语言与智能:交叉熵的定义.flv
   3.5 语义的进化.flv
   3.6 语言模型:语言概率.flv
   3.7 词袋模型.flv
   3.8 二元语言模型:CR情感分析.flv

05-第5章:语言模型和中文分词
   4.1 三元语言模型.flv
   4.10 N-Gram模型.flv
   4.11 Optimal Path 最优路径模型.flv
   4.12 中文分词工具:Jieba.flv
   4.2 语言模型评价:交叉熵.flv
   4.3 语言模型评价:Perplexity(困惑度).flv
   4.4 语言评价模型:Interpolation(插值法).flv
   4.5 概率模型:垃圾邮件分类.flv
   4.6 概率模型:拼写检查.flv
   4.7 语音模型和机器翻译模型.flv
   4.8 中文构词法.flv
   4.9 最大化匹配.flv

06-第6章:第二周答疑
   第二周答疑.flv

07-第7章:语言技术-词表达和Word2Vec
   5.1 词表达.flv
   5.10 Word2Vec-Part 3.flv
   5.2 语义相似度.flv
   5.3 TF-IDF权重处理.flv
   5.4 One-Hot表达.flv
   5.5 神经网络基础.flv
   5.6 神经网络:反向传播 1.flv
   5.7 神经网络:反向传播 2.flv
   5.8 Word2Vec-Part 1.flv
   5.9 Word2Vec-Part 2.flv

08-第8章:语言技术-词性
   6.1 什么是词性标注(POS Tagging).flv
   6.10 混合模型详解5:隐马尔科夫模型.flv
   6.2 词性标注的方法.flv
   6.3 词性的标注类别和标注集.flv
   6.4 规则标注和N-Gram方法.flv
   6.5 从混合模型到HMM.flv
   6.6 混合模型详解1:EM模型.flv
   6.7 混合模型详解2:EM模型.flv
   6.8 混合模型详解3:高斯混合模型.flv
   6.9 混合模型详解4:隐马尔可夫模型.flv

09-第9章:第三周答疑
   第三周答疑.flv

10-第10章:语言技术-概率图模型
   7.1 概率图模型:贝叶斯网络(有向无环图).flv
   7.2 概率图模型:分层图模型.flv
   7.3 概率图模型:隐马尔科夫链.flv
   7.4 隐马尔可夫模型的推导 1.flv
   7.5 隐马尔科夫模型的推导 2.flv
   7.6 隐马尔科夫模型的推导 3.flv
   7.7 隐马尔科夫模型的推导 4.flv
   7.8 PLSA主题模型1.flv
   7.9 PLSA主题模型 2.flv

11-第11章:语言技术-文本与LDA主题模型
   8.1 向量表达和潜在语义索引(LSI).flv
   8.10 实验报告:文本语义相似度.flv
   8.11 延展实验:主题模型引入字词关系的实现.flv
   8.12 实验总结.flv
   8.2 LDA和狄利克雷分布.flv
   8.3 LDA主题模型.flv
   8.4 主题模型的深化与对比.flv
   8.5 语义距离(Semantic Distance).flv
   8.6 中文LDA模型:Word-base 和 Character-Base.flv
   8.7 实验报告:困惑度(Perplexity).flv
   8.8 实验报告:文本分类准确度.flv
   8.9 中英双语料库实验.flv

12-第12章:第四周答疑
   第四周答疑.flv

13-第13章:语言技术-句法
   9.1 上下文无关句法(CFG)-Part 1.flv
   9.2 上下文无关句法(CFG)-Part 2.flv
   9.3 概率上下文无关句法(PCFG)- Part 1.flv
   9.4 概率上下文无关句法(PCFG)-Part 2.flv
   9.5 概率上下文无关句法(PCGF)-Part 3.flv

14-第14章:机器翻译
   10.1 机器翻译(Machine Translation)-Part 1.flv
   10.2 机器翻译(Machine Translation)-Part 2.flv
   10.3 机器翻译(Machine Translation)-Part 3.flv
   10.4 机器翻译(Machine Translation)-Part 4.flv
   10.5 机器翻译(Machine Translation)-Part 5.flv
   10.6 机器翻译(Machine Translation)-Part 6.flv

15-第15章:第五周答疑
   第五周答疑.flv

16-第16章:卷积神经网络CNN
   11.1 神经元.flv
   11.2 全连接网络及特性.flv
   11.3 Auto-Encode 自编码器.flv
   11.4 反向传播(BP).flv
   11.5 卷积神经网络(CNN)的理解.flv
   11.6 CNN的基本原理:卷积核、权重和池化.flv
   11.7 CNN的计算过程.flv
   11.8 CNN如何应用在自然语言处理中.flv

17-第17章:循环神经网络RNN
   12.1 循环神经网络的基本原理.flv
   12.2 Elman Network和Jordan Networ.flv
   12.3 LSTM的核心思想.flv
   12.4 LSTM的分步实现详解.flv
   12.5 Encoder-Decoder 框架.flv
   12.6 Seq2Seq 模型.flv
   12.7 注意力机制(Attention Mechanism).flv

18-第18章:第六周答疑
   第六周答疑.flv

19-第19章:注意力机制
   13.1 注意力机制产生的背景回顾.flv
   13.2 注意力模型的实现原理.flv
   13.3 注意力模型的应用领域.flv
   13.4 记忆网络(Memory Network)的组成.flv
   13.5 记忆网络的计算过程和实现方法.flv
   13.6 匹配函数(Match Function).flv
   13.7 注意力模型的延展1:Neural Programmer.flv
   13.8 注意力模型的延展2:神经图灵机.flv

20-第20章:广义模型(Universal Transformer)
   14.1 UT的典型结构:Stack of Encoder and Decoder.flv
   14.2 Self-Attention的计算.flv
   14.3 Multi-Head Attention 和前向反馈神经网络FFNN.flv
   14.4 位置编码(Positional Encoding).flv
   14.5 层泛化(Lay Normalization).flv
   14.6 Softmax Layer:交叉熵和损失函数的计算.flv
   14.7 ACT模型(Adaptive Computation Time).flv
   14.8 Universal Transformer 的完整实现流程.flv

21-第21章:第七周答疑
   第七周答疑.flv

22-第22章:自然语言研究的未来方向
   15.1 自然语言研究可行方向:知识图谱与深度学习的结合.flv
   15.2 语义关系计算与知识库.flv
   15.3 知识库推理学习:Neural Tensor Network.flv
   15.4 跨媒体信息搜索:CMIR.flv
   15.5 文本图卷积网络(Text GCN).flv
   15.6 NLP未来的探索方向.flv

资料
      01第一课:自然语言与数学之美.pdf
      02第二课:基于机器学习方法的自然语言处理.pdf
      03第三课资料 1.pdf
      03第三课资料 2.pdf
      03第三课资料 3.pdf
      03第三课:自然语言.pdf
      04第四课资料.pdf
      04第四课:语言模型.pdf
      05第五课课件(1).pdf
      05第五课课件.pdf
      06第六课课件.pdf
      07第七课课件.pdf
      第7课 note.pdf
      第六课 Note.pdf
      第十一课:循环神经网络.pdf
      第十三课 课件.pdf

   

〖视频截图〗:
〖百度网盘下载地址〗:**** Hidden Message *****


---------------------------------华丽分割线--------------------------------华丽分割线-------------------华丽分割线-------------------------华丽分割线----------------

〖下载地址失效反馈〗:
如果下载地址失效,请尽快反馈给我们,我们尽快修复。反馈地址:https://www.itmsf.com/forum-66-1.html

〖赞助VIP免学币下载全站资源〗:
全站资源高清无密,每天更新,vip特权了解一下:https://www.itmsf.com/plugin.php?id=threed_vip

〖客服24小时咨询〗:
有任何问题,请点击右侧QQ咨询。


artolia 发表于 2020-2-19 12:22:42

强烈支持IT码上发视频学习网,IT码上发视频学习网就是给力!

kevendead 发表于 2020-2-19 19:07:43

: 自然语言处理第二期

firestone 发表于 2020-2-21 09:46:07

自然语言处理第二期

yanguilai 发表于 2020-2-22 11:45:52

激动人心,无法言表!【IT码上发视频学习网】太给力了!

Aiitmsf 发表于 2020-2-28 21:16:09

感恩【IT码上发视频学习网】无私的分享与奉献!

eugene 发表于 2020-3-29 00:21:52

真是难得给力的资源啊!支持【IT码上发视频学习网】!

xulichun 发表于 2020-4-19 12:05:53

非常感谢楼主的分享

easofm 发表于 2020-4-27 00:04:40

强烈支持IT码上发视频学习网,IT码上发视频学习网就是给力!

cms0315 发表于 2020-7-12 13:06:21

太生气了,无法HOLD啦 >_<......为什么我才发现【IT码上发视频学习网】这样的好站!
页: [1] 2 3
查看完整版本: 自然语言处理第二期(2.25G)