2米资源网

VIP
极客时间-NLP实战高手课

【8422】-极客时间-NLP实战高手课

  • 本站均为资源介绍,仅限用于学习和研究,不得将上述内容用于商业或者非法用途,
  • 否则一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除
  • 如果喜欢该资源请支持正版。如发现本站有侵权违法内容,请联系后查实将立刻删除。
  • 资源简介:极客时间-NLP实战高手课
  • 详细描述

    极客时间-NLP实战高手课


    011课程介绍.mp4
    021内容综述.mp4
    031 AI概览:宣传片外的人工智能.mp4
    041 A1项目流程:从实验到落地.mp4
    051 NLP领域简介: NLP基本任务及研究方向.mp4
    06 1 NLP应用:智能问答系统.mp4
    071NLP应用:文本校对系统.mp4
    081NLP的学习方法:如何在Al爆炸时代快速上手学习?mp4
    091深度学习框架:选择合适的深度学习框架? 101深度学习与硬件: CPU.mp4
    111深度学习与硬件: GPU.mp4
    121深度学习与硬件: TPU.mp4
    131 AI项目部署:基本原则.mp4
    141 AI项目部署:框架选择.mp4
    151 A1项目部署:微服务简介.mp4
    161统计学基础:随机性是如何改变数据拟合的本质的?.mp4
    171神经网络基础:神经网络还是复合函数.mp4
    181神经网络基础:训练神经网络.mp4
    191神经网络基础:神经网络的基础构成.mp4
    201 Embedding简介.mp4
    211 RNN简介:马尔可夫过程和隐马尔可夫过程.mp4
    22 1 RNN简介:RNN和LSTM.mp4
    231 CNN :卷积神经网络是什么?.mp4
    241环境部署:如何构建简单的深度学习环境?.mp4
    25 1 PyTorch简介: Tensor和相关运算.mp4
    26 1 PyTorch简介:如何构造Dataset和DataLoader ?.mp4
    271 PyTorch简介:如何构造神经网络?.mp4
    281文本分类实践:如何进行简单的文本分类?.mp4
    291文本分类实践的评价:如何提升进一步的分类效果?.mp4
    301经典的数据挖掘方法:数据驱动型开发早期的努力.mp4
    311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?.mp41
    321 Pandas简介:如何使用Pandas对数据进行处理?.mp4
    33 1 Matplotib简介:如何进行简单的可视化分析?.mp4
    341半自动特征构建方法: Target Mean Encoding.mp4
    351半自动特征构建方法: Categorical Encoder.mp
    361半自动特征构建方法:连续变量的离散化.mp4
    371半自动特征构建方法: Entity Embedding.mp4
    381半自动构建方法: Entity Embedding的实现.mp4
    391半自动特征构建方法:连续变量的转换.mp4
    401半自动特征构建方法:缺失变量和异常值的处理.mp4
    411自动特征构建方法: Symbolic learnina和AutoCross简介.mp4
    421降维方法: PCA, NMF和tSNE.mp4
    43 1降维方法: Denoising Auto Encoders.mp4
    441降维方法: Variational Auto Encoder.mp4
    451变量选择方法.mp4
    461集成树模型:如何提升决策树的效果47 1集成树模型: GBDT和DXgBoost的数学表达.mp4
    481集成树模型: LightGBM简介.mp4
    491集成树模型: CatBoost和NGBoost简介.mp4
    501神经网络建模:如何让神经网络实现你的数据挖掘需求
    511神经网络的构建: ResidualConnection和DenseConnection.mp4
    511健康检查:与Liveness, Readiness, Startup探测集成实现高可用.mp4
    521神经网络的构建: NetworkinNetwork.mp4
    531神经网络的构建: GatingMechanism和Attention.mp4
    541神经网络的构建: Memory.mp4
    551神经网络的构建: ActivationFunction.mp4
    561神经网络的构建: Normalization.mp4
    571神经网络的训练:初始化mp4
    581神经网络的训练:学习率和Warm-up.mp4
    591神经网络的训练:新的PyTorch训l练框架.mp4
    60 1 Transformer:如何通过Transformer榨取重要变量?.mp4
    51 1 Transformer代码实现a析.mp4
    62 1 xDeepFM:如何用神经网络处理高维的特征?.mp4
    631 xDeepFM的代码解析.mp4
    641时序建模:如何用神经网络解决时间序列的预测问题? .mp4
    651图嵌入:如何将图关系纳入模型?.mp4
    661图网络简介:如何在图结构的基础上建立神经网络? .mp4
    671模型融合基础:如何让你所学到的模型方法一起发挥作用?.mp4
    681高级模型融合技巧: Metades是什么?.mp4
    691挖掘自然语言中的人工特征:如何用传统的特征解决问题?.mp4
    701重新审视Word Embedding : Negative Samplino和Contextual Embedding
    71 1深度迁移学习模型:从ELMo到BERT.mp4
    721深度迁移学习模型: ROBERTa, XLNet, ERNIE和T5.mp4
    731深度迁移学习模型: ALBERT和ELECTRA.mp4
    741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.mp4
    751深度迁移学习模型的微调: TensorFlowBERT代码简析.mnp4
    761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.mp4
    771优化器: Adam和Adamw.mp4
    781优化器: Lookahead, Radam和Lamb.mp4
    791多重loss的方式:如何使用多重loss来提高模型准确率?.mp4
    801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?.mp4
    81 1 UDA:一种系统的数据扩充框架.mp4
    82 1 Labelsmoothing和LogitSqueezing.mp4
    831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?.mp4
    841上层模型拼接:如何在语言模型基础上拼接更多的模型? .mp4
    851长文本分类:截取、关键词拼接和预测平均.mp4
    861 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? .mp4
    871其他Embedding的训练:还有哪些Embedding方法?.mp4
    881训练预语言模型.mp4
    891多任务训练:如何利用多任务训练来提升效果?.mp4
    90 1 DomainAdaptation :如何利用其它有标注语料来提升效果?.mp4
    91 1 Few-shotLearning :是否有更好的利用不同任务的方法?.mp4
    921半监督学习:如何让没有标注的数据也派上用场?.mp4
    931依存分析和SemanticParsing概述mp4
    941依存分析和UniversalDepdencyRelattions.mp4
    95 1 Stanza使用.mp4
    96 1 ShiftReduce算法.mp4
    971基于神经网络的依存分析算法.mp4
    98 1树神经网络:如何采用TreeLSTM和其它拓展方法? .mp4
    99 1 SemanticParsing基础: SemanticParsing的任务是什么? .mp4
    100 1 WikisQL任务简介.mp4
    101 1 ASDL和AST.mp4
    102 1 Tranx简介.mp4
    103 1 LambdaCaculus概述.mp4
    104 1 Lambda-DCS概述.mp4
    105 1 InductiveLogicProgramming :基本设定.mp4
    106 1 InductivelogicProgramming :一个可微的实现.mp4
    1071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?.mp4
    108 1最短路问题和DijkstraAlgorithm.mp4

     
    极客时间-NLP实战高手课
    百度网盘分享地址: 链接: https://pan.baidu.com/s/1ESFg8QIHZeF6g1B0X86cHg 提取码: p256
    2米资源网