自然语言处理之ai深度学习顶级实战课程自然语言处理之ai深度学习顶级实战课程
资源详情
课程名称：自然语言处理之ai深度学习顶级实战课程老师介绍：aopu老师：5年以上的ai核心算法研发工作经历.南京东南大学计算机硕士.曾在电信.卫宁等公司担任高级算法工程师.数据科学家和ai部门负责人。负责深度学习.机器学习等ai前言算法的研发和商业项目的落地.对自然语言处理.图像处理.数据挖掘.机器学习.深度学习等领域有丰富的项目和工程经验。授课内容均为企业实战项目.授课经验丰富.善于培养学生的思维能力.创新能力.获得广大学员一致好评.具有很高的人气。课程大纲：1、nlp和深度学习发展概况和最新动态1.1 nlp历史及现在（原理）nlp实现机器翻译.聊天机器人.情感分类和语义搜索（原理）2、nlp与python编程2.1 python环境搭建及开发工具安装（实战演示）nlp常用python开发包的介绍（实战演示）jieba安装、介绍及使用（实战演示）stanford nlp 在python环境中安装、介绍及使用（实战演示）hanlp 在python环境中安装、介绍及使用（实战演示）3、快速掌握nlp技术之分词、词忄生标注和关键字提取3.1 分词、词忄生标注及命名实体识别介绍及应用（原理）3.2 准确分词之加载自定义字典分词（代码实现及代码讲解）3.3 准确分词之动态调整词频和字典顺序（代码实现及代码讲解）3.4 词忄生标注代码实现及信息提取（代码实现及代码讲解）3.5 人名、地名、机构名等关键命名实体信识别（代码实现及代码讲解）3.6 textrank算法原理介绍（原理）3.7 基于textrank关键词提取（代码实现及代码讲解）4、句法与文法4.1 依存句法和语义依存分析介绍（原理）4.2 依存句法树解析（子树遍历.递归搜索.叶子节点提取等）（代码实现及代码讲解）4.3 名词短语块挖掘（chunking）（代码实现及代码讲解）4.4 动名词短语块挖掘（代码实现及代码讲解）4.5 自定义语法提取任意短语（代码实现及代码讲解)）5、n-gram文本挖掘5.1 n-gram算法介绍（原理）5.2 n-gram生成词语对（代码实现及代码讲解）5.3 tf-idf算法介绍及应用（原理）5.4 基于tf-idf挖掘符合语言规范的n-gram（代码实现及代码讲解）6、表示学习与关系嵌入6.1 语言模型（原理）6.2 词向量（原理）6.3 深入理解word2vec算法（原理）6.4 基于word2vec技术的词向量.字向量训练（代码实现及代码讲解）7、深度学习之卷积神经网络7.1 深度学习必知必会bp神经网络（原理）7.2 彻底理解深度学习之卷积神经网络（原理）7.3 基于cnn文本分类（代码实现及代码讲解）7.3.1 cnn文本分类原理7.3.2 cnn文本分类算法结构文本分类代码详解7.3.4 cnn文本分类模型测试和部署8、深度学习之递归神经网络8.1 彻底理解深度学习之递归神经网络（原理）8.2 彻底理解lstm.双向lstm.gru（原理）8.3 基于双向lstm文本分类（代码实现及代码讲解）8.3.1 lstm文本分类原理8.3.2 lstm文本分类算法结构8.3.3 lstm文本分类代码详解8.3.4 lstm文本分类模型测试和部署9、特定领域命名实体识别ner技术9.1 命名实体识别及最新算法介绍（核心项目介绍）9.2 深入理解基于膨胀卷积神经网络的ner算法（核心项目介绍）9.3 训练样本准备及机器自动标注（核心项目代码实战及代码讲解）9.4 基于膨胀卷积神经网络的ner代码实现及详解（核心项目代码实战及代码讲解）9.5 tensorfow下模型flask接口云端部署.评价.调用（核心项目代码实战及代码讲解）
