简介:本次课程,最大程度基于实际项目需要,介绍主流的自然语言处理方法,涉及的主要术语以及术语解释,采用Google成熟的机器学习框架tensorflow进行编码实现。课程涉及中文分词、逻辑回归、word2vec以及RNN的算法实现 ,全部以中文素材进行模型训练,最大限度贴近实战。
学员通过课程学习可以掌握目前互联网企业应用的基本NLP框架,熟悉模型训练、模型分发和使用的流程,最终可以应用到实际生产项目中。
第1章 快速了解机器学习
第2章 自然语言处理入门
第3章 自然语言进阶
- 视频: 3-1 word2vec损失函数和优化器选择 (04:11)
- 视频: 3-2 RNN处理NLP简介 (02:18)
- 视频: 3-3 RNN代码结构简介 (01:47)
- 视频: 3-4 字符预处理和模型相关数据保存 (07:54)
- 视频: 3-5 建立字典和模型参数 (01:36)
- 视频: 3-6 构建LSTM单元 (08:37)
- 视频: 3-7 构建RNN3层网络 (15:33)
- 视频: 3-8 构建RNN图计算 (12:31)
- 视频: 3-9 RNN模型训练 (07:46)
- 视频: 3-10 从二进制文件取出相关数据 (06:25)
- 视频: 3-11 使用模型生成小说 (08:29)
- 视频: 3-12 模型生成内容展示 (01:37)
- 视频: 3-13 课程总结与展望 (01:41)