完结自然语言处理之ai深度顶级实战课程视频济自然语言处理之ai深度学习顶级实战课程
文件名称： 【完结】自然语言处理之ai深度顶级实战课程视频济_共：15.60gb 文件总数量： 76条 压缩文件数量： 0条 压缩文件比： 0% 疑似加密文件： 0条(需要授权播放的文件) 文件创建时间： 2021-3-30 03:30:09
目录：【【完结】自然语言处理之ai深度学习顶级实战课程】目录：【【完结】自然语言处理之ai深度学习顶级实战课程】自然语言处理-配套课件链接.docx[2.22kb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/章节9：特定领域命名实体识别ner技术】55.代码调试.参数优化及深度剖析（深入理解）2_.mp4[99.08mb]54.代码调试.参数优化及深度剖析（深入理解）1.mp4[95.72mb]53.算法设计及代码实现2_.mp4[58.80mb]52.算法设计及代码实现1.mp4[110.50mb]51.部署tensorflow训练好的模型为云服务（下）.mp4[49.88mb]50.部署tensorflow训练好的模型为云服务（上）.mp4[44.68mb]49.模型本地lib库封装（下）.mp4[36.08mb]48.模型本地lib库封装（上）.mp4[55.68mb]47.数据的采集.清洗.数据机器自动标注及转化为深度学习格式.mp4[68.63mb]46.数据的采集.清洗.数据机器自动标注及转化为深度学习格式.mp4[56.96mb]45.基于深度学习医药保险命名实体识别的算法模块设计（下）_.mp4[64.18mb]44.基于深度学习医药保险命名实体识别的算法模块设计(上).mp4[50.00mb]43.医药保险命名实体识别相关前沿技术和难点.mp4[49.71mb]42.医药保险命名实体和实体关系体系建立和命名实体分类规范.mp4[99.65mb]41.基于深度学习医药保险命名实体识别课题背景介绍.mp4[91.17mb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/章节8：深度学习之递归神经网络】40.lstm文本分类模型预测与部署.mp4[27.60mb]39.lstm文本分类代码详解.mp4[49.80mb]38.lstm文本分类代码架构_.mp4[27.10mb]37.lstm文本分类原理.mp4[11.75mb]36.lstm.mp4[57.54mb]35.递归网络.mp4[54.72mb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/章节7：深度学习之卷积神经网络】文本分类模型测试与部署.mp4[15.75mb]文本分类模型详解数据预处理.mp4[35.24mb]文本分类算法模块_.mp4[95.66mb]文本分类.mp4[45.44mb]30.彻底理解深度学习指卷积神经网络.mp4[63.46mb]29.bp神经网络.mp4[53.17mb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/章节6：表示学习与关系嵌入】28.6.4基于word2vec技术的词向量、字向量训练_.mp4[107.49mb]27.深入理解word2vec算法负采样.mp4[51.90mb]26.深入理解word2vec算法层次sofmax.mp4[59.39mb]25.词向量.mp4[57.02mb]24.语言模型.mp4[19.37mb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/章节5：n-gram文本挖掘】23.基于tf-idf挖掘符合语言规范的n-gram.mp4[50.49mb]22.tf-idf算法介绍应用.mp4[24.36mb]21.n-gram生成词语对.mp4[27.79mb]20.n-gram算法介绍_.mp4[27.08mb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/章节4：句法与文法】19.自定义语法与cfg.mp4[46.69mb]18.名词短语块挖掘.mp4[61.82mb]17.依存句法树解析（子树遍历.递归搜索.叶子节点提取等）.mp4[40.92mb]16.依存句法与语义依存分析.mp4[26.17mb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/章节3：快速掌握nlp技术之分词、词性标注和关键字提取】15.基于textrank关键词提取.mp4[30.35mb]14.textrank算法原理介绍_.mp4[50.36mb]13.人名、地名、机构名等关键命名实体识别.mp4[44.90mb]12.词性标注代码实现及信息提取.mp4[22.67mb]11.准确分词之动态调整词频和_字_典_.mp4[32.54mb]10.准确分词之加载自定义_字_典_分词02_.mp4[42.73mb]09.准确分词之加载自定义_字_典_分词01.mp4[39.06mb]08.分词、词性标注及命名实体识别介绍及应用.mp4[28.60mb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/章节2：nlp与python编程】7.hanlp在python环境中安装、介绍及使用.mp4[38.25mb]6.stanfordnlp在python环境中安装、介绍及使用.mp4[38.83mb]5.jieba安装、介绍及使用.mp4[45.17mb]4.nlp常用python开发包的介绍.mp4[42.49mb]3.python环境搭建及开发工具安装_.mp4[29.65mb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/章节1：nlp和深度学习发展概况和最新动态】2.nlp实现机器学习.聊天机器人.情感分析和语义搜索.mp4[177.21mb]1.nlp历史现在及为什么需要学习nlp技术.mp4[133.65mb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/275_aupo_自然语言处理】textrank.docx[31.15kb]3、6textrank算法原理介绍.pptx[1.87mb]3、5人名、地名、机构名等关键命名实体识别.pptx[1.87mb]第一章模型下载[1.35mb]第五章模型下载[1.26gb]第四章模型下载[2.57gb]第三章_模型下载[6.51gb]第七章_模型下载[71.65mb]第六章模型下载[246.05mb]第二章模型下载[647.91mb]第八章模型下载[72.41mb]code模型下载[1.31gb]目录：【【完结】自然语言处理之ai深度学习顶级实战课程/275_aupo_自然语言处理/第九章】电子病历实体识别.pdf[579.52kb]gen_data.py[3.33kb]gen_data(1).py[3.33kb]dict_now.csv[421.48kb]source_data模型下载[116.10kb]source_data(1)模型下载[116.10kb]neruselocal4模型下载[13.86mb]chunking模型下载[8.86mb]
