【加密】JM028 – 自然语言处理项目实践第5期
┣━━01.视频 [4G]
┃ ┣━━1.1NLP概述与基础知识.vep [152.7M]
┃ ┣━━1.2贝叶斯模型在NLP中的应用.vep [108.5M]
┃ ┣━━1.3语言模型.vep [160.7M]
┃ ┣━━1.4HMM与CRF.vep [64.2M]
┃ ┣━━1.5文本表征发展史及相应技术.vep [218.5M]
┃ ┣━━1.6文本关键词抽取与LDA主题模型.vep [36M]
┃ ┣━━1.7RNN_LSTM_FastText.vep [52.3M]
┃ ┣━━2.1语种识别器建模.vep [121.6M]
┃ ┣━━2.2语种识别器部署.vep [48.6M]
┃ ┣━━3.10深度学习文本分类textAttBiLSTM实战.vep [85.3M]
┃ ┣━━3.11深度学习文本分类HAN实战.vep [73.9M]
┃ ┣━━3.1基于中文处理与词云.vep [60.5M]
┃ ┣━━3.2基于中文分析与主题模型.vep [70.7M]
┃ ┣━━3.3中文分类机器学习解决方案.vep [62.1M]
┃ ┣━━3.4Spark中文分类机器学习解决方案.vep [41.2M]
┃ ┣━━3.5FastText中文分类.vep [36M]
┃ ┣━━3.6深度学习文本分类与cnn原理说明.vep [59.2M]
┃ ┣━━3.7深度学习文本分类textCNN实战.vep [59.1M]
┃ ┣━━3.8深度学习文本分类textRNN-textBiRNN实战.vep [35.8M]
┃ ┣━━3.9深度学习文本分类textRCNN实战.vep [76.2M]
┃ ┣━━4.1ELMO与中文文本分类.vep [125M]
┃ ┣━━4.2BERT中文情感分析.vep [164.5M]
┃ ┣━━4.3法律场景下的NLPai解决方案.vep [271.5M]
┃ ┣━━5.1基于LSTM的文本生成.vep [131M]
┃ ┣━━5.2seq2seq原理初步.vep [58.9M]
┃ ┣━━5.3seq2seq过程细节与公式图解.vep [34M]
┃ ┣━━5.4google官方的seq2seq框架讲解.vep [235.9M]
┃ ┣━━5.5google官方的seq2seq框架使用实例.vep [97M]
┃ ┣━━5.6有约束形态下的文本生成-对对联AI应用.vep [98.6M]
┃ ┣━━6.1nlp项目说明.vep [79.2M]
┃ ┣━━7.1智能问答与chatbot引言.vep [7.8M]
┃ ┣━━7.3机器学习版本的问答系统实现.vep [152M]
┃ ┣━━7.4百度开源AnyQ问答系统讲解.vep [195.6M]
┃ ┣━━7.5深度学习文本匹配模型.vep [135.3M]
┃ ┣━━8.1知识图谱项目介绍.vep [6.6M]
┃ ┣━━8.2知识图谱介绍与其在电商和医疗领域的应用.vep [231.8M]
┃ ┣━━8.3知识图谱重要环节之NER.vep [276.2M]
┃ ┗━━8.4知识图谱重要环节之关系抽取与图数据库应用.vep [162.6M]
┗━━00.资料.zip [1.1G]
声明：由于本网站资源是搜集整理而成，版权均归原作者所有。本站仅提供一个观摩学习的环境，将不对任何资源负法律责任。若无意中侵犯到您的版权利益，请来信联系我们，我们会在收到信息后会尽快给予处理！