原创

NLP系统精讲与大厂案例落地实战

温馨提示:
本文最后更新于 2025年08月14日,已超过 12 天没有更新。若文章内的图片失效(无法正常加载),请留言反馈或直接联系我

23024110325

 

课程介绍:

AI、大模型、智能化等需求井喷,高薪人才一将难求。课程从NLP全局视角出发,从基础到原理,系统全面讲解NLP完整技术栈,同时以大厂真实案例(内容社区和电商APP)驱动教学过程,带你快速掌握NLP核心技术,倍增NLP落地大厂复杂业务应用水平,先人一步跨入AI热门高薪领域。AI、大模型、智能化等需求井喷,高薪人才一将难求。课程从NLP全局视角出发,从基础到原理,系统全面讲解NLP完整技术栈,同时以大厂真实案例(内容社区和电商APP)驱动教学过程,带你快速掌握NLP核心技术,倍增NLP落地大厂复杂业务应用水平,先人一步跨入AI热门高薪领域。

课程目录:

第1章 课程介绍
4 节|72分钟

展开 

第2章 语言学与自然语言处理
8 节|109分钟

收起 

  • 视频:
    2-1 本章导学
    07:58
  • 视频:
    2-2 语言的产生:语音、词汇、语法
    13:10
  • 视频:
    2-3 踏上NLP之旅:什么是自然语言
    16:39
  • 视频:
    2-4 中文自然语言处理为什么这么难
    13:51
  • 视频:
    2-5 自然语言处理能解决哪些问题
    11:19
  • 视频:
    2-6 聊一聊自然语言处理发展史
    20:39
  • 视频:
    2-7 自然语言处理学习路径
    17:27
  • 视频:
    2-8 本章小结
    07:27
第3章 从数学原理到机器学习
15 节|217分钟

收起 

  • 视频:
    3-1 本章导学
    07:23
  • 视频:
    3-2 现代自然语言处理的基石-概率论知识介绍
    13:06
  • 视频:
    3-3 概率论基础:贝叶斯和信息理论
    20:46
  • 视频:
    3-4 基于概率统计的模型采样知识
    13:35
  • 视频:
    3-5 从理论走向实践:机器学习是怎么回事(一)
    21:20
  • 视频:
    3-6 从理论走向实践:机器学习是怎么回事(二)
    06:08
  • 视频:
    3-7 寻找重要的信息:降维方法
    13:45
  • 视频:
    3-8 从已知结果中学习未知问题-分类和回归
    23:56
  • 视频:
    3-9 如何让数据本身分类-聚类算法介绍
    13:29
  • 视频:
    3-10 测定模型结果的方法-评估指标
    20:43
  • 视频:
    3-11 过去进行式:文本分析流程1
    17:44
  • 视频:
    3-12 过去进行式:文本分析流程2
    07:16
  • 视频:
    3-13 中文处理的第一个难题:分词
    09:51
  • 视频:
    3-14 词语的处理:独热编码和词嵌入表示
    19:54
  • 视频:
    3-15 本章小结
    08:02
第4章 由简单单元构建复杂神经网络
10 节|116分钟

展开 

第5章 如何用机器学习能力解决自然语言处理问题
15 节|219分钟

展开 

第6章 互联网公司如何搭建内容理解体系
13 节|201分钟

展开 

第7章 文本相似度检测在内容理解体系中的应用
8 节|103分钟

展开 

第8章 实体识别在内容理解体系中的应用
11 节|205分钟

展开 

第9章 文本分类任务在内容理解体系中的应用
17 节|275分钟

展开 

第10章 文本提取或生成任务实战
21 节|320分钟

展开 

第11章 NLP未来展望与课程总结
6 节|69分钟

展开 

本课程已完结

 

阅读全文
添加好友,回复“视频资源”获取该资源

QR Code

本文目录