【极客时间】NLP实战高手课

  [复制链接]
查看: 124|回复: 22
  • TA的每日心情
    开心
    2020-11-9 11:36
  • 签到天数: 13 天

    连续签到: 1 天

    [LV.3]偶尔看看II

    0

    好友

    18

    主题

    2

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    269
    经验
    197
    学豆
    5592

    至尊VIP

    发表于 2020-11-9 11:54:23 | 显示全部楼层 |阅读模式
    先就业后付费
    课程目录:
    01丨课程介绍.
    02丨内容综述
    03丨AI概览:宣传片外的人工智能.
    04丨AI项目流程:从实验到落地.
    05丨NLP领域简介:NLP基本任务及研究方向.
    06丨NLP应用:智能问答系统.
    07丨NLP应用:文本校对系统.
    08丨NLP的学习方法:如何在AI爆炸时代快速上手学习?.
    09丨深度学习框架:选择合适的深度学习框架?10丨深度学习与硬件:CPU.
    11丨深度学习与硬件:GPU.
    12丨深度学习与硬件:TPU.
    13丨AI项目部署:基本原则.
    14丨AI项目部署:框架选择
    15丨AI项目部署:微服务简介.
    16丨统计学基础:随机性是如何改变数据拟合的本质的?.
    17丨神经网络基础:神经网络还是复合函数.
    18丨神经网络基础:训练神经网络.
    19丨神经网络基础:神经网络的基础构成.
    20丨Embedding简介.
    21丨RNN简介:马尔可夫过程和隐马尔可夫过程
    22丨RNN简介:RNN和LSTM.
    23丨CNN:卷积神经网络是什么?
    24丨环境部署:如何构建简单的深度学习环境?.
    25丨PyTorch简介:Tensor和相关运算.
    26丨PyTorch简介:如何构造Dataset和DataLoader?.
    27丨PyTorch简介:如何构造神经网络?.
    28丨文本分类实践:如何进行简单的文本分类?
    29丨文本分类实践的评价:如何提升进一步的分类效果?.
    30丨经典的数据挖掘方法:数据驱动型开发早期的努力.
    31丨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丨Pandas 简介:如何使用Pandas对数据进行处理?
    33丨Matplotlib 简介:如何进行简单的可视化分析?.
    34丨半自动特征构建方法:Target Mean Encoding.
    35丨半自动特征构建方法:Categorical Encoder.
    36丨半自动特征构建方法:连续变量的离散化.
    37丨半自动特征构建方法:Entity Embedding.
    38丨半自动构建方法:Entity Embedding的实现.
    39丨半自动特征构建方法:连续变量的转换.
    40丨半自动特征构建方法:缺失变量和异常值的处理.
    41丨自动特征构建方法:Symbolic learning和AutoCross简介.
    42丨降维方法:PCA、NMF 和 tSNE.
    43丨降维方法:Denoising Auto Encoders.
    44丨降维方法:Variational Auto Encoder
    45丨变量选择方法
    46丨集成树模型:如何提升决策树的效果47丨集成树模型:GBDT和XgBoost的数学表达.
    48丨集成树模型:LightGBM简介.
    49丨集成树模型:CatBoost和NGBoost简介
    50丨神经网络建模:如何让神经网络实现你的数据挖掘需求 51丨神经网络的构建:ResidualConnection和DenseConnection.
    51丨健康检查:与Liveness、Readiness、Startup探测集成实现高可用.
    52丨神经网络的构建:NetworkinNetwork
    53丨神经网络的构建:GatingMechanism和Attention.
    54丨神经网络的构建:Memory.
    55丨神经网络的构建:ActivationFunction.
    56丨神经网络的构建:Normalization.
    57丨神经网络的训练:初始化.
    58丨神经网络的训练:学习率和Warm-up.
    59丨神经网络的训练:新的PyTorch训练框架
    60丨Transformer:如何通过Transformer榨取重要变量?
    61丨Transformer代码实现剖析
    62丨xDeepFM:如何用神经网络处理高维的特征?
    63丨xDeepFM的代码解析
    64丨时序建模:如何用神经网络解决时间序列的预测问题?
    65丨图嵌入:如何将图关系纳入模型?
    66丨图网络简介:如何在图结构的基础上建立神经网络?
    67丨模型融合基础:如何让你所学到的模型方法一起发挥作用?
    68丨高级模型融合技巧:Metades是什么?
    69丨挖掘自然语言中的人工特征:如何用传统的特征解决问题?
    70丨重新审视Word Embedding:Negative Sampling和Contextual Embedding71丨深度迁移学习模型:从ELMo到BERT
    72丨深度迁移学习模型:RoBERTa、XLNet、ERNIE和T5
    73丨深度迁移学习模型:ALBERT和ELECTRA
    74丨深度迁移学习模型的微调:如何使用TensorFlow在TPU对模型进行微调
    75丨深度迁移学习模型的微调:TensorFlowBERT代码简析
    76丨深度迁移学习的微调:如何利用PyTorch实现深度迁移学习模型的微调及代码简析
    77丨优化器:Adam和AdamW
    78丨优化器:Lookahead,Radam和Lamb
    79丨多重loss的方式:如何使用多重loss来提高模型准确率?
    80丨数据扩充的基本方法:如何从少部分数据中扩充更多的数据并避免过拟合?
    81丨UDA:一种系统的数据扩充框架
    82丨LabelSmoothing和LogitSqueezing
    83丨底层模型拼接:如何让不同的语言模型融合在一起从而达到更好的效果?
    84丨上层模型拼接:如何在语言模型基础上拼接更多的模型?
    85丨长文本分类:截取、关键词拼接和预测平均
    86丨VirtualAdverserialTraining:如何减少一般对抗训练难收敛的问题并提高结果的鲁棒性?
    87丨其他Embedding的训练:还有哪些Embedding方法?
    88丨训练预语言模型
    89丨多任务训练:如何利用多任务训练来提升效果?
    90丨DomainAdaptation:如何利用其它有标注语料来提升效果?
    91丨Few-shotLearning:是否有更好的利用不同任务的方法?
    92丨半监督学习:如何让没有标注的数据也派上用场?
    93丨依存分析和SemanticParsing概述
    94丨依存分析和UniversalDepdencyRelattions
    95丨Stanza使用
    96丨ShiftReduce算法
    97丨基于神经网络的依存分析算法
    98丨树神经网络:如何采用TreeLSTM和其它拓展方法?
    99丨SemanticParsing基础:SemanticParsing的任务是什么?
    100丨WikiSQL任务简介
    101丨ASDL和AST
    102丨Tranx简介
    103丨LambdaCaculus概述
    104丨Lambda-DCS概述
    105丨InductiveLogicProgramming:基本设定
    106丨InductiveLogicProgramming:一个可微的实现
    107丨增强学习的基本设定:增强学习与传统的预测性建模有什么区别?
    108丨最短路问题和DijkstraAlgorithm
    109丨Q-learning:如何进行Q-learning算法的推导?
    110丨Rainbow:如何改进Q-learning算法?
    111丨PolicyGradient:如何进行PolicyGradient的基本推导?
    112丨A2C和A3C:如何提升基本的PolicyGradient算法
    113丨Gumbel-trick:如何将离散的优化改变为连续的优化问题?
    114丨MCTS简介:如何将“推理”引入到强化学习框架中
    115丨DirectPolictyGradient:基本设定及Gumbel-trick的使用116丨DirectPolictyGradient:轨迹生成方法
    117丨AutoML及NeuralArchitectureSearch简介
    118丨AutoML网络架构举例
    119丨RENAS:如何使用遗传算法和增强学习探索网络架构
    120丨DifferentiableSearch:如何将NAS变为可微的问题
    121丨层次搜索法:如何在模块之间进行搜索?
    122丨LeNAS:如何搜索搜索space
    123丨超参数搜索:如何寻找算法的超参数
    124丨Learning to optimize:是否可以让机器学到一个新的优化器


    课程大小:
    03.png
    备注:(04)2020102903


    下载地址

    回复可查看课程下载链接&提取码
    游客,如果您要查看本帖隐藏内容请回复


    回复

    使用道具 举报

  • TA的每日心情
    开心
    1 小时前
  • 签到天数: 329 天

    连续签到: 1 天

    [LV.8]以坛为家I

    0

    好友

    8

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    7240
    经验
    6575
    学豆
    20

    荣耀VIP

    发表于 2020-11-10 09:24:15 | 显示全部楼层
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    2020-11-10 15:09
  • 签到天数: 57 天

    连续签到: 1 天

    [LV.5]常住居民I

    0

    好友

    1

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    1247
    经验
    890
    学豆
    5

    荣耀VIP

    发表于 2020-11-10 15:10:56 | 显示全部楼层
    怀疑自己并不可怕,可怕的是一再怀疑自己——沃.兹基硕德
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    2020-11-10 15:09
  • 签到天数: 57 天

    连续签到: 1 天

    [LV.5]常住居民I

    0

    好友

    1

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    1247
    经验
    890
    学豆
    5

    荣耀VIP

    发表于 2020-11-10 15:12:42 | 显示全部楼层
    怀疑自己并不可怕,可怕的是一再怀疑自己——沃.兹基硕德
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    3 天前
  • 签到天数: 375 天

    连续签到: 1 天

    [LV.9]以坛为家II

    0

    好友

    25

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    9448
    经验
    8454
    学豆
    5

    荣耀VIP

    发表于 2020-11-10 18:30:24 | 显示全部楼层
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    3 天前
  • 签到天数: 431 天

    连续签到: 1 天

    [LV.9]以坛为家II

    0

    好友

    13

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    24357
    经验
    22961
    学豆
    5

    荣耀VIP

    发表于 2020-11-10 20:10:06 | 显示全部楼层
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    前天 14:38
  • 签到天数: 222 天

    连续签到: 1 天

    [LV.7]常住居民III

    0

    好友

    9

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    4481
    经验
    3954
    学豆
    5

    荣耀VIP至尊VIP

    发表于 2020-11-11 15:51:46 | 显示全部楼层
    怀疑自己并不可怕,可怕的是一再怀疑自己——沃.兹基硕德
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    无聊
    2020-10-12 08:00
  • 签到天数: 24 天

    连续签到: 1 天

    [LV.4]偶尔看看III

    0

    好友

    1

    主题

    0

    精华

    年度VIP

    Rank: 10Rank: 10Rank: 10

    积分
    334
    经验
    267
    学豆
    5
    发表于 2020-11-11 18:32:27 | 显示全部楼层
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2020-11-12 08:03
  • 签到天数: 281 天

    连续签到: 1 天

    [LV.8]以坛为家I

    0

    好友

    3

    主题

    0

    精华

    至尊VIP

    Rank: 10Rank: 10Rank: 10

    积分
    11804
    经验
    11382
    学豆
    1088

    至尊VIP

    发表于 2020-11-12 08:03:26 | 显示全部楼层
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2020-11-13 08:16
  • 签到天数: 70 天

    连续签到: 1 天

    [LV.6]常住居民II

    0

    好友

    5

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    1335
    经验
    1174
    学豆
    10

    荣耀VIP

    发表于 2020-11-13 08:17:44 | 显示全部楼层
    回复 支持 反对

    使用道具 举报

    快捷回复:
    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    关闭

    站长推荐上一条 /3 下一条

    快速回复 返回顶部 返回列表