全球软件开发大师课:面向自然语言处理的深度学习
体系课

全球软件开发大师课:面向自然语言处理的深度学习

  • 深度学习

机器学习应用的自然语言数据预处理 用word2vec将自然语言转换为数值表示 等

¥129
本课程包括
  • 5小时22分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
课程合作品牌
机械工业出版社
你将收获
  • 机器学习应用的自然语言数据预处理 用word2vec将自然语言转换为数值表示 等

数千家企业正在使用三节课企业版学习

无限制学习2000+门课程,200+精选学习专题

免费申请体验>
课程介绍

自然语言处理的深度学习直播课是使用深度学习模型处理自然语言数据的直观介绍。是使用深度学习处理自然语言的简介。这些课程通过互动的、实际操作的Jupyter notbokke示例对基本理论进行生动直观的解释。示例使用Python和Keras,这是流行的深度学习库TensorFlow的高级API。在前期课程中,我们讨论了处理自然语言数据的细节,包括如何将自然语言转换为可以通过机器学习方法轻松处理的数值表示。

适合人群
  • 软件工程师
  • 数据科学家
  • 对深度学习应用于自然语言处理感兴趣的分析师和统计学者。
讲师介绍
纽约机器学习初创公司untapt首席数据科学家
擅长领域:
  • 深度学习
Jon Krohn是纽约机器学习初创公司untapt的首席数据科学家。他领导着一个深度学习研究小组,他在牛津大学获得神经科学博士学位后,继续发表学术论文。Jon是TensorFlow深度学习在线课程的作者和讲者。
传播工业技术、工匠技能和工业文化,助力我国自主创新能力提升
擅长领域:
  • 智能制造
  • 企业创新与商业模式
  • 数字化思维与认知
  • 数字化领导力
机工社先后获评“全国优秀出版社”“全国百佳出版单位”“中国500最具价值品牌”“世界媒体500强”“国家文化出口重点企业”“中国版权最具影响力企业”“中国图书海外馆藏影响力出版100强”和“教育部教材出版基地”。机工旗下出版物曾获得全国科学大会奖、国家图书奖、中国出版政府奖、全国优秀科技图书奖、中国好书、全国教材建设奖等众多国家奖项。机工社新世纪的快速发展,在业界引起广泛关注,2014年其改革发展实例被收录进哈佛大学案例库应用于教学实践,并通过哈佛大学的出版网络向全球发行,成为中国文化产业战略管理“走出去”第一家。 传播工业技术、工匠技能和工业文化,助力我国自主创新能力提升,是机工社的使命与追求。愿与各界机构、各界人士携手同行,集知播识,再铸辉煌。
课程大纲
共0节 时长0分钟 全部收起
自然语言处理的深度学习:导论
3分钟
第1课:深度学习应用于自然语言处理的力与美
共7节 | 52分钟
  • 1.0 深度学习应用于自然语言处理的力和美
    1分钟
  • 1.1 自然语言处理深度学习简介
    11分钟
  • 1.2 自然语言元素的计算表示
    9分钟
  • 1.3 NLP应用
    4分钟
  • 1.4 安装,包括GPU注意事项
    11分钟
  • 1.5 先决条件和深度学习理论综述
    10分钟
  • 1.6 课程预览
    6分钟
第2课:词向量
共5节 | 1小时14分钟
  • 2.0 词向量
    1分钟
  • 2.1 矢量空间嵌入
    20分钟
  • 2.2 单词2vec
    17分钟
  • 2.3 NLP数据集
    11分钟
  • 2.4 用word2vec创建词向量
    25分钟
第3课:建模自然语言数据
共5节 | 1小时44分钟
  • 3.0 建模自然语言数据
    1分钟
  • 3.1 自然语言数据预处理的最佳实践
    32分钟
  • 3.2 ROC曲线下面积
    17分钟
  • 3.3 稠密神经网络分类
    40分钟
  • 3.4 卷积神经网络分类
    14分钟
第4课:递归神经网络
共5节 | 36分钟
  • 4.0 递归神经网络
    1分钟
  • 4.1 RNNs的基本理论
    4分钟
  • 4.2 实际RNN
    10分钟
  • 4.3 LSTM和GRU的基本理论
    7分钟
  • 4.4 实际LSTM和GRU
    13分钟
第5课:高级模型
共5节 | 51分钟
  • 5.0 高级模型
    1分钟
  • 5.1 双向LSTM
    10分钟
  • 5.2 堆积LSTM
    15分钟
  • 5.3 并行网络体系结构
    18分钟
  • 5.4 超参数整定
    7分钟
自然语言处理的深度学习:综述
1分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。