当前播放: 08 | NLP的学习方法：如何在AI爆炸时代快速上手学习？
00:00 / 00:00
高清
- 高清
1.0x
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.5x
网页全屏
全屏
00:00
付费课程，可试看
课程目录
第一章：AI及NLP基础 (15讲)
01 | 课程介绍
免费
02 | 内容综述
免费
03 | AI概览：宣传片外的人工智能
免费
04 | AI项目流程：从实验到落地
免费
05 | NLP领域简介：NLP基本任务及研究方向
免费
06 | NLP应用：智能问答系统
07 | NLP应用：文本校对系统
08 | NLP的学习方法：如何在AI爆炸时代快速上手学习？
09 | 深度学习框架简介：如何选择合适的深度学习框架？
10 | 深度学习与硬件：CPU
11 | 深度学习与硬件：GPU
12 | 深度学习与硬件：TPU
13 | AI项目部署：基本原则
14 | AI项目部署：框架选择
15 | AI项目部署：微服务简介
第二章：深度学习简介和NLP试水 (14讲)
16 | 统计学基础：随机性是如何改变数据拟合的本质的？
17 | 神经网络基础：神经网络还是复合函数
18 | 神经网络基础：训练神经网络
19 | 神经网络基础：神经网络的基础构成
20 | Embedding简介：为什么Embedding更适合编码文本特征？
21 | RNN简介：马尔可夫过程和隐马尔可夫过程
22 | RNN简介：RNN和LSTM
23 | CNN：卷积神经网络是什么？
24 | 环境部署：如何构建简单的深度学习环境？
25 | PyTorch简介：Tensor和相关运算
26 | PyTorch简介：如何构造Dataset和DataLoader？
27 | PyTorch简介：如何构造神经网络？
28 | 文本分类实践：如何进行简单的文本分类？
29 | 文本分类实践的评价：如何提升进一步的分类效果？
第三章：表格化数据挖掘 (8讲)
30 | 经典的数据挖掘方法：数据驱动型开发早期的努力
31 | 表格化数据挖掘基本流程：看看现在的数据挖掘都是怎么做的？
32 | Pandas 简介：如何使用Pandas对数据进行处理？
33 | Matplotlib 简介：如何进行简单的可视化分析？
34 | 半自动特征构建方法：Target Mean Encoding
35 | 半自动特征构建方法：Categorical Encoder
36 | 半自动特征构建方法：连续变量的离散化
37 | 半自动特征构建方法：Entity Embedding
08 | NLP的学习方法：如何在AI爆炸时代快速上手学习？
王然
众微科技AI Lab技术负责人、阿姆斯特丹大学数学和计量经济学双硕士
120讲 每周一/四更新1840
订阅¥129
11
本节摘要
课件和 Demo 地址
https://github.com/geektime-geekbang/NLP
登录 后留言
精选留言(9)
王柯喜欢老师说的上来就是干，虽然基础很重要，但是花太多间看基础的东西，加之基础比较生涩难懂，很多人可能很快就放弃了。而在项目中去学习，用到什么就去学什么，这个在前期可能比较难，但是是有反馈和激励给到自己的，会驱使自己不断前进。2020-03-01 1 2- 不好好学习怎么买买买太良心了，作为一个学生，我被这样的精心教案留下了感动的泪水2020-03-26 1
- huang受益匪浅2020-03-26
- 吴克滂先干后看 不要只看不干2020-03-20
赵赵晗感觉捡到宝了2020-03-10
許敲敲teach you programming in ten years. http://norvig.com/21-days.html2020-02-29
王大伟哈哈哈，老师讲的真好，都是实际的东西。练好基本功干啥都爽2020-02-28
岛乾坤老师的一些经验分享很有价值，希望后面还会有工作中一些举一反三的例子。作者回复: 好的！我讲的时候多注意～
2020-02-28
张理查rootv成为一名Problem solver，相见恨晚的课程。2020-02-27
收起评论
看过的人还看
