通通好课 通通好课 小鹅通精品课程合作平台

《自然语言处理算法精讲》 专栏

《自然语言处理算法精讲》

本课程从基础的机器学习进行讲解,并结合深度学习模型来进一步解释自然语言处理的相关问题,通过学习,您将掌握文本分析、语义分析、机器翻译等自然语言处理的核心技术以及该领域内的前沿知识和模型。
799
通通好课店铺 手机访问店铺
获取更多优惠

课程详情

《自然语言处理算法精讲》《自然语言处理算法精讲》《自然语言处理算法精讲》《自然语言处理算法精讲》《自然语言处理算法精讲》《自然语言处理算法精讲》《自然语言处理算法精讲》

课程目录(30)

  • 1.1、课程简介及推荐书目 1.1、课程简介及推荐书目 视频
  • 1.2、NLP的研究领域及应用 1.2、NLP的研究领域及应用 视频
  • 1.3、自然语言的6个重要术语 1.3、自然语言的6个重要术语 视频
  • 1.4、语言学的发展史(一) 1.4、语言学的发展史(一) 视频
  • 1.5、语言学的发展史(二) 1.5、语言学的发展史(二) 视频
  • 1.6、语言学的发展史(三) 1.6、语言学的发展史(三) 视频
  • 1.7、函数 1.7、函数 视频
  • 1.8、向量与向量的模 1.8、向量与向量的模 视频
  • 1.9、矩阵和矩阵运算 1.9、矩阵和矩阵运算 视频
  • 1.10、凸集合和凸函数 1.10、凸集合和凸函数 视频
  • 2.1、主观概率和客观概率 2.1、主观概率和客观概率 视频
  • 2.2、概率模型与条件概率 2.2、概率模型与条件概率 视频
  • 2.3、贝叶斯原理与推理 2.3、贝叶斯原理与推理 视频
  • 2.4、随机变量:二项式概率 2.4、随机变量:二项式概率 视频
  • 2.5、随机变量:期望与方差 2.5、随机变量:期望与方差 视频
  • 2.6、随机变量:联合概率 2.6、随机变量:联合概率 视频
  • 2.7、伯努利分布和二项式分布 2.7、伯努利分布和二项式分布 视频
  • 2.8、多项式分布、伽玛分布和Beta分布 2.8、多项式分布、伽玛分布和Beta分布 视频
  • 2.9、泊松分布、高斯分布、对数正态分布和指数分布 2.9、泊松分布、高斯分布、对数正态分布和指数分布 视频
  • 2.10、辛普森悖论和贝叶斯概率解题实例 2.10、辛普森悖论和贝叶斯概率解题实例 视频
  • 3.1、语言的进化:来自自然选择的社会协作 3.1、语言的进化:来自自然选择的社会协作 视频
  • 3.2、语言的进化:语言游戏与摩斯密码 3.2、语言的进化:语言游戏与摩斯密码 视频
  • 3.3、语言与智能:信息熵 3.3、语言与智能:信息熵 视频
  • 3.4、语言与智能:交叉熵的定义 3.4、语言与智能:交叉熵的定义 视频
  • 3.5、语义的进化 3.5、语义的进化 视频
  • 3.6、语言模型:语言概率 3.6、语言模型:语言概率 视频
  • 3.7、词袋模型 3.7、词袋模型 视频
  • 3.8、二元语言模型:CR情感分析 3.8、二元语言模型:CR情感分析 视频
  • 4.1、三元语言模型 4.1、三元语言模型 视频
  • 4.2、语言模型评价:交叉熵 4.2、语言模型评价:交叉熵 视频