【加密】JM087 – 自然语言项目训练营 [32.8G]

【加密】JM087 – 自然语言项目训练营 [32.8G]

┣━━00.资料 [2.8G]
┃ ┣━━1项目3——AI 法官数据.zip [280M]
┃ ┣━━2项目6——智能客服与聊天机器人.zip [32.1M]
┃ ┣━━4项目5——小组项目资料.zip [257.5M]
┃ ┣━━5项目8-最新深度学习NLP模型及其应用案例.zip [227.1M]
┃ ┣━━6项目10——完整知识图谱构建与知识推理和问答应用案例.zip [42M]
┃ ┣━━8项目9——金融与医疗场景的语义匹配建模应用项目.zip [217.5M]
┃ ┣━━9项目2——新闻文本挖掘与分类MLDL.zip [160.6M]
┃ ┣━━10项目7——非结构化数据的信息抽取与知识图谱的构建.zip [149.8M]
┃ ┣━━11项目1——语种识别器.zip [2.1M]
┃ ┣━━12项目4——文本生成.zip [185.6M]
┃ ┣━━13项目3.2——ELMo、BERT情感分析与法律领域NLP AI应用.zip [769.5M]
┃ ┣━━14项目3.1——ELMo、BERT情感分析与法律领域NLP AI应用.zip [366.6M]
┃ ┣━━30.自然语言处理基础+知识体系.zip [75.6M]
┃ ┗━━712章-模型部署.zip [125.3M]
┗━━01.视频 [30G]
┣━━0《自然语言处理基础》— NLP概述与基础知识 .abc [484.5M]
┣━━1.1《自然语言处理基础》— L2阶段学习说明.abc [84.7M]
┣━━1.2《自然语言处理基础》— 贝叶斯模型在NLP中的应用.abc [277.1M]
┣━━1.3《自然语言处理基础》— 语言模型.abc [435.7M]
┣━━1.4《自然语言处理基础》— HMM与CRF.abc [215.6M]
┣━━1.5《自然语言处理基础》— 文本表征发展史及相应技术.abc [583.4M]
┣━━1.6《自然语言处理基础》— 文本关键词抽取与LDA主题模型.abc [107.6M]
┣━━1.7《自然语言处理基础》— RNN_LSTM_FastText.abc [172.5M]
┣━━1.8《自然语言处理基础》— seq2seq模型.abc [162.3M]
┣━━2.1《语种识别器》项目— 语种识别器建模.abc [538.7M]
┣━━2.2《语种识别器》项目— 语种识别器部署.abc [238.5M]
┣━━3.10《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类textAttBiLSTM实.abc [457.6M]
┣━━3.11《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类HAN实战.abc [362M]
┣━━3.12《新闻文本挖掘和分类MLDL》项目— tensorflow深度学习文本分类模型部署.abc [493.6M]
┣━━3.1《新闻文本挖掘和分类MLDL》项目— 基本中文处理与词云.abc [288.2M]
┣━━3.2《新闻文本挖掘和分类MLDL》项目— 基本中文分析与主题模型.abc [299.3M]
┣━━3.3《新闻文本挖掘和分类MLDL》项目— 中文分类机器学习解决方案.abc [283.6M]
┣━━3.4《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类textCNN实战.abc [278.7M]
┣━━3.5《新闻文本挖掘和分类MLDL》项目— Spark中文分类机器学习解决方案.abc [153.9M]
┣━━3.6《新闻文本挖掘和分类MLDL》项目— FastText中文分类.abc [198.7M]
┣━━3.7《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类与CNN原理说明.abc [317.8M]
┣━━3.8《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类textRNN-textBiR.abc [189.5M]
┣━━3.9《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类textRCNN实战.abc [419.8M]
┣━━4.1《ELMo、BERT情感分析与法律领域NLP AI应用》项目— ELMo与中文文本分.abc [443.2M]
┣━━4.2《ELMo、BERT情感分析与法律领域NLP AI应用》项目— BERT中文情感分析.abc [570.9M]
┣━━4.3《ELMo、BERT情感分析与法律领域NLP AI应用》项目— 法律场景下的NLP.abc [912.5M]
┣━━5.1《文本生成》项目— 基于LSTM的文本生成.abc [420M]
┣━━5.2《文本生成》项目— seq2seq原理初步.abc [185.6M]
┣━━5.3《文本生成》项目— seq2seq过程细节与公式图解.abc [124.8M]
┣━━5.4《文本生成》项目— google官方的seq2seq框架讲解.abc [622.1M]
┣━━5.5《文本生成》项目— google官方的seq2seq框架使用示例.abc [312M]
┣━━5.6《文本生成》项目— 有约束形态下的文本生成-对对联AI应用.abc [314.9M]
┣━━6.1《分组项目说明》— NLP项目说明.abc [249.1M]
┣━━7.1《智能客服与聊天机器人》项目 — 智能问答与chatbot引言.abc [26.6M]
┣━━7.2《智能客服与聊天机器人》项目 — 深度学习文本匹配模型.abc [427.9M]
┣━━7.3《智能客服与聊天机器人》项目 — 问答系统与chatbot综述.abc [409M]
┣━━7.4《智能客服与聊天机器人》项目 — 机器学习版本的问答系统实现.abc [615.8M]
┣━━7.5《智能客服与聊天机器人》项目 — 百度开源AnyQ问答系统讲解.abc [714.4M]
┣━━8.1《非结构化数据的信息抽取和知识图谱构建》项目 — 知识图谱项目介绍.abc [23.3M]
┣━━8.2《非结构化数据的信息抽取和知识图谱构建》项目 — 知识图谱介绍与其在电商和医疗领域的.abc [832.6M]
┣━━8.3《非结构化数据的信息抽取和知识图谱构建》项目 — 知识图谱重要环节之NER.abc [1.1G]
┣━━8.4《非结构化数据的信息抽取和知识图谱构建》项目 — 知识图谱重要环节之关系抽取与图数据.abc [643.4M]
┣━━9.1《最新深度学习NLP模型及应用案例》项目 — 经典深度学习NLP建模.abc [1.2G]
┣━━9.2《最新深度学习NLP模型及应用案例》项目 — 新NLP模型及情感分析应用（上）.mp.abc [1.3G]
┣━━9.3《最新深度学习NLP模型及应用案例》项目 — 新NLP模型（下）- BERT及各种变.abc [1.4G]
┣━━9.4《最新深度学习NLP模型及应用案例》项目 — ELECTRA等最新NLP模型及知识抽.abc [1.3G]
┣━━9.5《最新深度学习NLP模型及应用案例》项目 — transformer与BERT系列模.abc [970.2M]
┣━━10.1《金融与医疗场景的语义匹配建模应用》项目 — 文本匹配与语义相似度建模问题概述.m.abc [151.6M]
┣━━10.2《金融与医疗场景的语义匹配建模应用》项目 — 工具库介绍.abc [183M]
┣━━10.3《金融与医疗场景的语义匹配建模应用》项目 — 文本语义相似度建模场景数据介绍.mp.abc [119.3M]
┣━━10.4《金融与医疗场景的语义匹配建模应用》项目 — 孪生网络语义相似度建模.abc [404.2M]
┣━━10.5《金融与医疗场景的语义匹配建模应用》项目 — 更多结构的孪生网络建模.abc [357.6M]
┣━━10.6《金融与医疗场景的语义匹配建模应用》项目 — 基于bert系列模型的文本相似度建.abc [403.7M]
┣━━10.7《金融与医疗场景的语义匹配建模应用》项目 — 金融与医疗场景解决方案.abc [547.6M]
┣━━11.1《知识图谱构建和知识推理、问答》项目 — 知识图谱项目背景说明.abc [109.1M]
┣━━11.2《知识图谱构建和知识推理、问答》项目 — 项目背景与项目内容.abc [132M]
┣━━11.3《知识图谱构建和知识推理、问答》项目 — 数据采集与信息抽取.abc [918.2M]
┣━━11.4《知识图谱构建和知识推理、问答》项目 — 实体关系抽取.abc [145.6M]
┣━━11.5《知识图谱构建和知识推理、问答》项目 — 图数据库与知识存储.abc [694.3M]
┣━━11.6《知识图谱构建和知识推理、问答》项目 — 图挖掘与图谱信息挖掘.abc [860.5M]
┣━━11.7《知识图谱构建和知识推理、问答》项目 — 知识图谱可视化.abc [157.7M]
┣━━11.8《知识图谱构建和知识推理、问答》项目 — 图谱问答项目背景讲解.abc [423.3M]
┣━━11.9《知识图谱构建和知识推理、问答》项目 — 图谱问答核心代码组件讲解.abc [330.5M]
┣━━12.1《模型部署》— 机器学习与深度学习的模型部署方式(上).abc [1.2G]
┗━━12.2《模型部署》— 机器学习与深度学习的模型部署方式下.abc [1.3G]

admin网站管理

收藏 海报 链接