你的位置: 首页 > 公开课首页 > 互联网/语言 > 课程详情

details

自然语言处理(NLP)培训

暂无评价   
  • 开课时间:2018年10月11日 09:00 周四(报名中)
  • 结束时间:2018年10月15日 17:00 周一
  • 课程时长:24小时
  • 招生进展: 确定开班
  • 开课地点:北京市
  • 授课讲师: 待定
  • 课程编号:360351
  • 课程分类:互联网/语言
  •  
  • 收藏 人气:76
你实际购买的价格
付款时最多可用0淘币抵扣0元现金
购买成功后,系统会给用户帐号返回的现金券
淘课价
9800
可用淘币
0
返现金券
待定

你还可以: 收藏

本课程的其它开课计划:

课程编号 城市 培训讲师 上课时间 价格 点击报名
360352 上海市 待定 2018-12-20 09:00 ¥9800元 点击报名

培训受众:

所有对NLP自然语言处理感兴趣的人员

课程收益:

课程中通过细致讲解,使学员掌握该技术的本质。具体收益包括:
1.掌握NLP基础;
2.关键词提取与文本分类方法
3.文本向量化与句法分析方法
4.NLP与深度学习技术的相应算法;
5.理解并掌握Tensorflow框架。

培训颁发证书:

本课程由中国信息化培训中心颁发《自然语言处理(NLP)高级工程师》证书,证书查询网址:www.zpedu.com; 证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

课程大纲:


日程

培训模块

培训内容

第一天

上午

NLP入门与基础介绍(一)

1.   NLP的基本概念

2.   NLP的发展历程

3.   NLP主要研究方向

1)   句法语义分析

2)   信息抽取

3)   文本挖掘

4)   机器翻译

5)   信息检索

6)   问答系统

7)   对话系统

第一天

下午

NLP入门与基础介绍(二)

4.   NLP的基础

1)   分词

²  正向最大匹配算法

²  逆向最大匹配算法

²  双向最大匹配算法

²  基于N-gram语言模型的分词

²  基于HMM的分词方法

²  基于CRF的分词法法

2)   文本基本处理

²  文本提取

²  正在表达式

²  本文统计

3)   词性标注

²  基于最大熵的词性标注

²  基于统计最大概率输出词性

²  基于HMM词性标注

²  基于CRF的词性标注

4)   命名实体识别

²  基于CRF的命名实体识别

5.   案例

1)   在线中文分词系统实战

2)   命名实体识别接口开发

3)   基于词性标注的关键词提取

第二天

上午

关键词提取与文本分类(一)

1.   关键词提取概述

2.   关键词提取算法

1)   TF-IDF

2)   LSA/LSI算法

3)   PLSA算法

4)   LDA算法

第二天

下午

关键词提取与文本分类(二)

3.   文本分类算法

1)   朴素贝叶斯

2)   线性分类器

3)   支持向量机

4)   Bagging模型

5)   Boosting模型

6)   浅层神经网络

4.   案例

1)   新闻主题提取

2)   新闻分类实战

第三天

上午

文本向量化与句法分析(一)

1.   文本向量化概述

2.   文本向量化常用算法

1)   词袋算法

2)   HashTF算法

3)   Word2Vec算法

4)   Glove算法

第三天

下午

文本向量化与句法分析(二)

3.   句法分析概述

4.   句法分析常用算法

1)   PCFG算法

2)   条件随机场算法

5.   案例

1)   文本情感分析的开发示例

2)   基于依存句法分词的问句相似度计算

第四天

上午

NLP与深度学习(一)

1.   深度学习概述

1)   神经网络

2)   损失函数

3)   梯度下降

2.   深度学习常用算法

1)   CNN

2)   RNN

3)   GRU

4)   LSTM

第四天

下午

NLP与深度学习(二)

3.   Tensorflow框架学习

1)   Tensorflow简介

2)   Tensorflow安装

3)   Tensorflow基础使用

²  图(graphs)

²  会话(session)

²  张量(tensor)

²  变量(Variable)

4)   Tensorflow线性回归以及分类的简单使用

5)   Tensorflow中各种优化器的介绍

4.   案例

1)   基于CNN的文本分类

2)   基于RNN的歌词生成

3)   基于LSTM的机器翻译

4)   基于Seq2Seq的问答系统

第五天

业内经验交流


培训师介绍:

 
蒋老师 清华大学博士,人工智能专家 机器学习,深度学习领域多年一线开发研究经验,精通python、算法原理与编程实践。现就职于某大型国有科技公司从事大数据和人工智能的应用和开发。丰富的项目实战经验,对大数据的收集、处理、数据挖掘在实际应用中有深刻的认识。致力于利用大数据、人工智能在企业决策规划、语义理解、数据可视化方面的应用。具有多年授课培训经验,讲课通熟易懂,代码风格简洁清晰。

覃老师 上海大学物理学硕士,创业公司合伙人,技术总监。机器学习,深度学习领域多年一线开发研究经验,精通算法原理与编程实践。曾使用Tensorflow,Caffe,Keras等深度学习框架完成过多项图像,语音,nlp,搜索相关的人工智能实际项目,研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验,讲课通熟易懂,代码风格简洁清晰。

杨老师 计算机博士,目前就职于中科院某研究所,长期从事深度学习与机器学习研究工作,在NLP与CV领域有很深造诣,主持多项科技专项,并带领团队深入一线研发并落地,XXX视频监控与分析系统、XXX舆情监控系统、XXX智能对话系统及 XXX森林防火无人机跟拍系统等。申请发明专利2项、部级科技进步二等奖一次,在SIGIR、CIKM及AAAI的国际会议发表多篇文章。

赵老师 计算机博士,目前主要研究方向包括电子推荐、智能决策和大数据分析等。主持国家自然科学基金2项、中国博士后科研基金、上海市浦江人才、IBM Shared UniversityResearch以及多项企业合作课题等项目。已在《管理科学学报》、《系统工程学报》、Knowledge andInformation Systems ,Information Processing & Management,Information Systems Frontiers等国内外刊物和学术会议发表论文90多篇,其中被SCI、EI收录40多篇。出版著作和教材《智能化的流程管理》、《客户智能》、《商务智能(第四版)》、《商务智能数据分析的管理视角(第三版)》、《数据挖掘实用案例集》等多部。

本课程名称: 自然语言处理(NLP)培训

查看更多:互联网/语言公开课

nlp word 相关的最新课程

更多相关搜索

热门相关资讯

讲师动态评分 与同行相比

授课内容与课纲相符00%

讲师授课水平00%

服务态度00%