[人工智能]深度之眼 nlp项目班

自然语言处理 技能树目录?

已报名入坑该课，需要底下留言，记录下知识点：

├──第00章 直播部分??

|? ?├──00 20210509 开班典礼??

开班典礼?

|? ?|? ?└──开班典礼-2.vip?

|? ?├──01 关于逻辑回归的一切??

AI工程师面试必备考题： 关于逻辑回归的一切?

|? ?|? ?└──AI工程师面试必备考题： 关于逻辑回归的一切-2.vip?

|? ?├──02 案例讲解??

案例讲解?

|? ?|? ?└──案例讲解-2.vip?

|? ?├──03 文本预处理实践??

文本预处理实践?

|? ?|? ?└──文本预处理实践-2.vip?

|? ?├──04 项目一讲解??

项目一讲解?

|? ?|? ?└──项目一讲解-2.vip?

|? ?├──05 项目二讲解??

项目二讲解?

|? ?|? ?└──项目二讲解-2.vip?

|? ?├──06 Pytorch讲解??

Pytorch讲解?

|? ?|? ?└──Pytorch讲解-2.vip?

|? ?├──07 基于RNN的文本生成??

基于RNN的文本生成?

|? ?|? ?└──基于RNN的文本生成-2.vip?

|? ?├──08 Seq2Seq模型??

Seq2Seq模型?

|? ?|? ?└──Seq2Seq模型-2.vip?

|? ?├──09 实现基于LSTM的情感分类??

实现基于LSTM的情感分类?

|? ?|? ?└──实现基于LSTM的情感分类-2.vip?

|? ?├──10 代码实战：Transformer 源码解读代和基于Transformer模型的机器翻译??

代码实战：Transformer 源码解读代和基于Transformer模型的机器翻译?

|? ?|? ?└──代码实战：Transformer 源码解读代和基于Transformer模型的机器翻译-2.vip?

|? ?├──11 基于 BERT 的文本分类??

基于 BERT 的文本分类?

|? ?|? ?└──基于 BERT 的文本分类-2.vip?

|? ?├──12 GPT版本演变和在对话中的应用举例??

GPT版本演变和在对话中的应用举例?

|? ?|? ?└──GPT版本演变和在对话中的应用举例-2.vip?

|? ?├──13 基于BERT-BILSTM-CRF的命名实体识别??

基于BERT-BILSTM-CRF的命名实体识别?

|? ?|? ?└──基于BERT-BILSTM-CRF的命名实体识别-2.vip?

|? ?├──14 K-BERT Enabling Language Representation with Knowledge Graph??

K-BERT Enabling Language Representation with Knowledge Graph?

|? ?|? ?└──K-BERT Enabling Language Representation with Knowledge Graph-2.vip?

|? ?├──15 A Fast and Accurate Dependency Parser using Neural Networks??

A Fast and Accurate Dependency Parser using Neural Networks?

|? ?|? ?└──A Fast and Accurate Dependency Parser using Neural Networks-2.vip?

|? ?├──16 Translating Embeddings for Modeling Multi-relational Data，知识嵌入 TransE paper 解读??

20210912 NLP review18 Translating Embeddings for Modeling Multi-relational Data，知识嵌入 TransE paper 解读?

|? ?|? ?└──20210912 NLP review18 Translating Embeddings for Modeling Multi-relational Data，知识嵌入 TransE paper 解读-2.vip?

|? ?├──17 GCN，GAT和GraphSAGE图神经网络模型讲述??

GCN，GAT和GraphSAGE图神经网络模型讲述?

|? ?|? ?└──GCN，GAT和GraphSAGE图神经网络模型讲述-2.vip?

|? ?├──18 GCN 在文本分类中的应用??

GCN 在文本分类中的应用?

|? ?|? ?└──GCN 在文本分类中的应用-2.vip?

|? ?├──19 知识图谱问答系统项目讲述??

知识图谱问答系统项目讲述?

|? ?|? ?└──知识图谱问答系统项目讲述-2.vip?

|? ?├──20 基于多轮检索和生成式的聊天型机器人模型讲述??

基于多轮检索和生成式的聊天型机器人模型讲述?

|? ?|? ?└──基于多轮检索和生成式的聊天型机器人模型讲述-2.vip?

|? ?├──21 Topic model as a black box 使用主题模型做相似语义搜索??

Topic model as a black box 使用主题模型做相似语义搜索?

|? ?|? ?└──Topic model as a black box 使用主题模型做相似语义搜索-2.vip?

|? ?├──22 20211114 就业指导??

20211114 就业指导?

|? ?|? ?└──20211114 就业指导-2.vip?

|? ?└──目录.png? 626.08kb

├──第01章 自然语言处理概述??

|? ?├──1.课程初衷和NLP前景??

PART1? 课程设计的初衷??

PART2? NLP岗位的薪资??

|? ?|? ?└──PART3? 如何学习NLP??

|? ?├──2.什么是自然语言处理??

PART1? 什么是自然语言处理??

PART2? 为什么自然语言处理难？??

|? ?|? ?└──PART3? 从一个简单的机器翻译说起??

|? ?├──3.自然语言处理的应用??

|? ?|? ?└──PART1? 常见NLP应用场景??

|? ?├──4.自然语言处理核心技术??

PART1? 自然语言处理技术的三个维度??

|? ?|? ?└──PART2? 自然语言处理几个关键技术??

|? ?└──目录.png? 269.21kb

├──第02章 数据结构与算法基础??

|? ?├──1.为什么要重视这些？??

PART1： 复杂度分析??

PART2： 复杂度与真实时间消耗??

|? ?|? ?└──PART3： 递归函数的复杂??

|? ?├──2.动态规划算法??

PART1：动态规划与自然语言处理??

PART2：最大递增子串??

|? ?|? ?└──PART3：换硬币问题??

|? ?├──3.DTW算法和应用??

PART1：DTW算法介绍??

PART2：DTW的应用场景??

|? ?|? ?└──PART3：DTW算法实现??

|? ?└──目录.png? 107.34kb

├──第03章 机器学习基础 - 逻辑回归??

|? ?├──1.逻辑回归中的条件概率??

PART1 逻辑回归的应用??

PART2 理解基准??

PART3 分类问题??

PART4 逻辑函数??

|? ?|? ?└──PART5 样本条件概率??

|? ?├──2.逻辑回归的目标函数??

PART1 最大似然估计??

PART2 逻辑回归的似然函数??

|? ?|? ?└──PART3 逻辑回归的最大似然估计??

|? ?├──3.梯度下降法??

PART1 求解函数的最小值最大值??

PART2 梯度下降法??

PART3 对于逻辑函数的求导??

|? ?|? ?└──PART4 逻辑回归的梯度下降法??

|? ?├──4.随机梯度下降法??

PART1 梯度下降法的缺点??

PART2 随机梯度下降法??

PART3 小批量梯度下降法??

PART4 从零实现逻辑回归小批量梯度下降法??

|? ?|? ?└──PART5 比较不同的算法??

|? ?├──5.案例：预测银行客户是否会开设定期存款账户??

PART1 问题描述??

PART2 数据理解??

PART3 数据预处理??

PART4 模型的训练??

PART5 模型评估??

|? ?|? ?└──PART6 编程实现??

|? ?└──目录.png? 425.37kb

├──第04章 模型的泛化??

|? ?├──1.理解什么是过拟合??

PART1 逻辑回归的参数??

PART2 当数据线性可分的时候??

PART3 控制参数的大小??

|? ?|? ?└──PART4 什么是过拟合??

|? ?├──2.如何防止过拟合现象??

PART1 模型的泛化能力??

PART2 模型的过拟合??

PART3 模型复杂度与过拟合??

|? ?|? ?└──PART4 正则的作用??

|? ?├──3.L1与L2的正则??

PART1 常见的两种正则??

PART2 L1和L2正则的本质区别??

PART3 L1的不足之处??

|? ?|? ?└──PART4 交叉验证??

|? ?├──4.正则与先验的关系??

PART1 最大后验估计??

PART2 先验与正则之间的关系??

|? ?|? ?└──PART3 最大后验估计趋近于最大似然估计??

|? ?├──5.案例：LR中的调参??

PART1 模型的超参数??

PART2 GridSearchCV的使用??

|? ?|? ?└──PART3 LR的调参??

|? ?└──目录.png? 193.90kb

├──第05章 文本处理??

|? ?├──1.文本分析流程与分词??

PART1 文本分词流程??

PART2 分词工具的使用??

PART3 最大匹配算法??

|? ?|? ?└──PART4 考虑语义的一种分词方法??

|? ?├──2.停用词与词的标准化??

PART1 词的过滤??

|? ?|? ?└──PART2 词的标准化??

|? ?├──3.拼写纠错??

PART1 拼写纠错与编辑距离??

|? ?|? ?└──PART2 循环词库的问题??

|? ?└──目录.png? 75.73kb

├──第06章 文本表示??

|? ?├──1.文本表示基础??

PART1 单词的表示??

PART2 句子的表示??

|? ?|? ?└──PART3 tf-idf向量??

|? ?├──2.文本相似度??

PART1 计算欧式距离??

|? ?|? ?└──PART2 计算余弦相似度??

|? ?├──3.词向量基础??

PART1 计算单词之间的相似度??

PART2 词向量基础??

|? ?|? ?└──PART3 句子向量??

|? ?└──目录.png? 59.83kb

├──第07章 豆瓣评论的情感预测??

|? ?├──1.项目介绍??

|? ?|? ?└──PART1 项目介绍??

|? ?└──目录.png? 16.55kb

├──第08章 词向量技术??

|? ?├──1.词向量基础??

PART1 单词的表示??

PART2 从独热编码到分布式表示??

|? ?|? ?└──PART3 词向量的训练??

|? ?├──2.SkipGram模型详解??

PART1 训练词向量的核心思想??

PART2 SkipGram的目标函数??

|? ?|? ?└──PART3 SkipGram的负采样??

|? ?├──3.其他词向量技术??

PART1 矩阵分解法??

PART2 Glove向量??

PART3 高斯词嵌入??

|? ?|? ?└──PART4 词向量总结??

|? ?├──4.论文解读：基于SkipGram的Airbnb房屋推荐??

|? ?|? ?└──PART1 论文解读??

|? ?└──目录.png? 95.60kb

├──第09章 搭建智能问答系统??

|? ?├──1.问答系统架构??

PART1 问答系统的应用??

|? ?|? ?└──PART2 改进流程??

|? ?├──2.每个模块剖析??

PART1 加入倒排表??

PART2 加入意图识别模块??

|? ?|? ?└──PART3 代码讲解以及项目作业??

|? ?└──目录.png? 51.70kb

├──第10章 语言模型??

|? ?├──1.语言模型基础??

PART1 什么是语言模型??

PART2 计算语言模型的概率??

|? ?|? ?└──PART3 马尔科夫假设??

|? ?├──2.语言模型训练??

PART1 不同的语言模型??

|? ?|? ?└──PART2 语言模型的训练??

|? ?├──3.语言模型的评估??

|? ?|? ?└──PART1 困惑度（perplexity）??

|? ?├──4.语言模型的平滑??

PART1 训练语言模型时的问题??

PART2 Add-one Smoothing??

PART3 Add-K Smoothing??

|? ?|? ?└──PART4 Interpolation??

|? ?└──目录.png? 83.49kb

├──第11章 深度学习基础??

|? ?├──1.理解神经网络??

PART1 神经网络与深度学习??

PART2 神经网络与大脑??

|? ?|? ?└──PART3 神经网络中的神经元??

|? ?├──2.不同类型的激活函数??

PART1 线性激活函数??

|? ?|? ?└──PART2 非线性激活函数??

|? ?├──3.多层神经网络的前向传播??

PART1 多层神经网络形态??

PART2 拥有一层隐含层的神经网络??

|? ?|? ?└──PART3 多层神经网络??

|? ?├──4.学习模型的参数-反向传播算法??

PART1 深度神经网络的损失函数??

|? ?|? ?└──PART2 反向传播算法??

|? ?├──5.关于深度神经网络??

PART1 从浅层到深度模型??

|? ?|? ?└──PART2 其他常见的深度网络结构??

|? ?└──目录.png? 130.28kb

├──第12章 Pytorch??

|? ?├──1.Pytorch介绍??

PART1 常见的深度学习框架??

PART2 Pytorch框架的崛起??

|? ?|? ?└──PART3 Pytorch与Tensorflow多方位比较??

|? ?├──2.Tensors??

PART1 Tensor的创建??

PART2 Tensor的操作??

|? ?|? ?└──PART3 Tensor与Numpy之间的转换??

|? ?├──3.Autograd的讲解??

PART1 模型中的前向传播与反向传播??

|? ?|? ?└──PART2 利用autograd计算梯度??

|? ?├──4.构建神经网络模型??

PART1 数据的构造??

PART2 模型的构造??

PART3 优化器选择和配置??

PART4 最后一步，主函数部分??

|? ?|? ?└──PART5 完整的程序??

|? ?└──目录.png? 110.97kb

├──第13章 RNN与LSTM??

|? ?├──1.RNN模型的必要性??

PART1 时间序列数据??

PART2 数据类型??

|? ?|? ?└──PART3 RNN的应用??

|? ?├──2.RNN详解??

PART1 RNN细节??

|? ?|? ?└──PART2 语言模型与RNN??

|? ?├──3.RNN的梯度问题??

PART1 梯度问题??

PART2 长序列依赖??

|? ?|? ?└──PART3 Gradient Clipping??

|? ?├──4.LSTM和GRU??

PART1 LSTM的介绍??

PART2 双向LSTM??

|? ?|? ?└──PART3 GRU??

|? ?├──5.RNN的变种??

|? ?|? ?└──PART1 RNN的不同结构??

|? ?└──目录.png? 89.57kb

├──第14章 Seq2Seq模型??

|? ?├──1.文本生成任务??

|? ?|? ?└──PART1 常见的文本生成任务??

|? ?├──2.Seq2Seq详解??

PART1 设计模型的核心思想??

|? ?|? ?└──PART2 Seq2Seq模型??

|? ?├──3.Decoding与Beam Search??

PART1 Greedy Decoding??

PART2 暴力搜索??

|? ?|? ?└──PART3 Beam Search??

|? ?└──目录.png? 57.88kb

├──第15章 智能营销文案生成??

|? ?├──1 直播讲解：代码案例讲解??

|? ?|? ?└──PART1 营销文案生成??

|? ?└──目录.png? 20.82kb

├──第16章 动态词向量与ELMo技术??

|? ?├──1.词向量的回顾??

PART1 词向量介绍??

|? ?|? ?└──PART2 词向量训练的常见方法??

|? ?├──2.基于语言模型的词向量训练??

PART1 语言模型的回顾??

PART2 基于LSTM的词向量训练??

|? ?|? ?└──PART3 静态词向量的问题??

|? ?├──3.ELMo模型讲解??

PART1 ELMo模型概述??

PART2 图像识别中的层次表示??

|? ?|? ?└──PART3 ELMo模型??

|? ?├──4.代码实战：利用ELMo训练词向量??

|? ?|? ?└──PART1 基于ELMo的词向量训练??

|? ?└──目录.png? 90.28kb

├──第17章 注意力机制与Transformer??

|? ?├──1.注意力机制介绍??

PART1 浅谈注意力??

|? ?|? ?└──PART2 注意力机制类别??

|? ?├──2.计算机视觉中的注意力机制??

PART1 Image Captioning??

PART2 这种架构的问题??

|? ?|? ?└──PART3 加入注意力机制??

|? ?├──3.序列模型中的注意力机制??

PART1 Seq2Seq的一些问题??

|? ?|? ?└──PART2 Seq2Seq加入注意力机制??

|? ?├──4.自注意力机制与Transformer??

PART1 自注意力机制介绍??

PART2 自注意力机制细节??

|? ?|? ?└──PART3 位置编码??

|? ?├──5.代码实战：Transformer代码解读与实战??

|? ?|? ?└──PART1 Transformer代码解读与实战??

|? ?└──目录.png? 112.33kb

├──第18章 Ber t与 AlBert??

|? ?├──1.Auto.Encoding.vs.Auto.Regressive??

|? ?|? ?└──PART1 Auto Encoding , Mask auto encoding, auto_regressive??

|? ?├──2.Bert详解??

|? ?|? ?└──PART1 设计模型的核心思想??

|? ?├──3.ALBert详解??

|? ?|? ?└──PART1 设计模型的核心思想??

|? ?└──目录.png? 41.90kb

├──第19章 GPT 及 XLNet??

|? ?├──1.GPT??

|? ?|? ?└──PART1 GPT??

|? ?├──2.AutoRegressive and AutoEncoding??

|? ?|? ?└──PART1 AutoRegressive and AutoEncoding??

|? ?├──3.XLNet??

|? ?|? ?└──PART1 XLNet??

|? ?└──目录.png? 29.76kb

├──第20章 命名实体识别和实体消歧??

|? ?├──1.命名实体识别概论??

PART1 什么是命名实体识别??

PART2 命名识别识别的应用??

|? ?|? ?└──PART3 简历中抽取关键信息??

|? ?├──2.命名实体识别不同方法??

PART1 实体识别方法??

PART2 基于规则的实体识别??

PART3 基于少数服从多数的方法??

PART4 基于非时间序列模型的分类??

|? ?|? ?└──PART5 基于时间序列模型的分类??

|? ?├──3.实体消歧??

PART1 实体消歧介绍??

|? ?|? ?└──PART2 实体消歧解法??

|? ?├──4.实体统一??

PART1 实体统一介绍??

|? ?|? ?└──PART2 实体统一解法??

|? ?└──目录.png? 110.56kb

├──第21章 模型压缩??

|? ?├──0.章节介绍??

|? ?|? ?└──PART1 章节介绍??

|? ?├──1.auto_regressive.and.auto_encoding??

|? ?|? ?└──PART1 auto_regressive and auto_encoding??

|? ?├──2.Quantization??

|? ?|? ?└──PART1 Quantization??

|? ?├──3.Archtecture.Design.and.prune??

|? ?|? ?└──PART1 Archtecture Design and prune??

|? ?├──4.Knowleadge.Distillation??

|? ?|? ?└──PART1 Knowleadge Distillation??

|? ?└──目录.png? 56.13kb

├──第22章 关系抽取??

|? ?├──1.信息抽取介绍??

PART1 什么是信息抽取??

PART2 指代消解与实体统一??

|? ?|? ?└──PART3 信息抽取的应用??

|? ?├──2.关系抽取介绍??

PART1 关系抽取介绍??

PART2 Ontological Relation??

|? ?|? ?└──PART3 关系抽取方法概述??

|? ?├──3.基于规则的关系抽取??

PART1 实体消歧介绍??

|? ?|? ?└──PART2 基于规则的方法论所存在的问题??

|? ?├──4.基于监督学习的关系抽取??

PART1 关系识别本质上分类问题??

PART2 关系识别本质上是分类问题??

|? ?|? ?└──PART3 如何做分类??

|? ?└──目录.png? 107.73kb

├──第23章 依存文法分析??

|? ?├──1.从语法分析到依存文法分析??

PART1 Constituency structure??

|? ?|? ?└──PART2 Dependency structure??

|? ?├──2.依存文法的语法和结构??

|? ?|? ?└──PART1 依存语法和结构??

|? ?├──3.基于图的依存文法分析??

|? ?|? ?└──PART1 Graph-based dependency parser??

|? ?├──4.Transition-based.依存文法分析??

|? ?|? ?└──PART1 Transition-based dependency parser??

|? ?├──5.其他依存文法分析和应用??

PART1 Neural dependency parser??

|? ?|? ?└──PART2 依存文法分析的应用??

|? ?└──目录.png? 85.94kb

├──第24章 知识图谱??

|? ?├──1.知识图谱概论??

PART1 什么是知识图谱??

PART2 知识图谱的表示??

|? ?|? ?└──PART3 知识图谱与搜索??

|? ?├──2.知识图谱构建与存储??

PART1 知识图谱的构建??

|? ?|? ?└──PART2 RDF与Property Graph??

|? ?├──3.知识图谱的流程和设计??

PART1 知识图谱流程??

|? ?|? ?└──PART2 知识图谱的设计??

|? ?├──4.基于知识图谱的金融反欺诈??

PART1 基于规则的方法??

|? ?|? ?└──PART2 基于概率统计的方法??

|? ?└──目录.png? 89.88kb

├──第25章 图神经网络??

|? ?├──1.卷积神经网络的回顾??

PART1 卷积??

|? ?|? ?└──PART2 CNN的卷积层回顾??

|? ?├──2.图神经网络发展历程??

|? ?|? ?└──PART1 图神经网络发展历程??

|? ?├──3.设计图中的卷积操作??

PART1 拉普拉斯算子和矩阵??

|? ?|? ?└──PART2 图的傅里叶变换??

|? ?├──4.图中的信息传递??

|? ?|? ?└──PART1 节点信息传递??

|? ?├──5.图卷积神经网络??

|? ?|? ?└──PART1 卷积核设计??

|? ?└──目录.png? 81.65kb

├──第26章 图卷积网络与其他应用??

|? ?├──1 Edge-embedding Methods??

PART1 GNN??

|? ?|? ?└──PART2 NRI模型详解??

|? ?├──2 Relational data model??

PART1 文本分类和链路预测RGCN??

|? ?|? ?└──PART2 CompRGCN模型详解??

|? ?├──3 推荐系统的应用??

|? ?|? ?└──PART1 KGCN模型详解??

|? ?├──4 含有Attention机制图卷积模型??

PART1 Monet模型??

|? ?|? ?└──PART2 EGCN模型??

|? ?├──5 图像领域的应用??

|? ?|? ?└──PART1 ST-GCN详解??

|? ?└──目录.png? 83.21kb

├──第27章 贝叶斯相关??

|? ?├──1 贝叶斯基础??

PART1? 为什么需要贝叶斯？??

PART2? MLE, MAP与贝叶斯??

PART3? 计算上的挑战??

|? ?|? ?└──PART4? 贝叶斯线性回归??

|? ?├──2 贝叶斯版本的朴素贝叶斯??

PART1? 朴素贝叶斯回顾??

|? ?|? ?└──PART2? 贝叶斯朴素贝叶斯??

|? ?├──3 主题模型??

PART1? 主题模型介绍??

|? ?|? ?└──PART2? 主题模型的生成过程??

|? ?└──目录.png? 66.61kb

├──课程资料??

|? ?└──course-info-master.zip?

├──目录.png? 617.26kb

├──一手.jpg? 473.85kb

└──一手.png? 112.15kb