簡介:本次課程,最大程度基于實際項目需要,介紹主流的自然語言處理方法,涉及的主要術語以及術語解釋,采用Google成熟的機器學習框架tensorflow進行編碼實現。課程涉及中文分詞、邏輯回歸、word2vec以及RNN的算法實現 ,全部以中文素材進行模型訓練,最大限度貼近實戰。
學員通過課程學習可以掌握目前互聯網企業應用的基本NLP框架,熟悉模型訓練、模型分發和使用的流程,最終可以應用到實際生產項目中。
第1章 快速了解機器學習
第2章 自然語言處理入門
第3章 自然語言進階
- 視頻: 3-1 word2vec損失函數和優化器選擇 (04:11)
- 視頻: 3-2 RNN處理NLP簡介 (02:18)
- 視頻: 3-3 RNN代碼結構簡介 (01:47)
- 視頻: 3-4 字符預處理和模型相關數據保存 (07:54)
- 視頻: 3-5 建立字典和模型參數 (01:36)
- 視頻: 3-6 構建LSTM單元 (08:37)
- 視頻: 3-7 構建RNN3層網絡 (15:33)
- 視頻: 3-8 構建RNN圖計算 (12:31)
- 視頻: 3-9 RNN模型訓練 (07:46)
- 視頻: 3-10 從二進制文件取出相關數據 (06:25)
- 視頻: 3-11 使用模型生成小說 (08:29)
- 視頻: 3-12 模型生成內容展示 (01:37)
- 視頻: 3-13 課程總結與展望 (01:41)