《自然语言处理》第二期_456_共：2.23GB
14925文件名称： 《自然语言处理》第二期_456_共：2.23GB
文件总数量： 142条
压缩文件数量： 0条
压缩文件比： 0%
疑似加密文件： 0条(需要授权播放的文件)
文件创建时间： 2020-6-23 15:20:27
目录：【《自然语言处理》第二期】
目录：【《自然语言处理》第二期】
目录：【《自然语言处理》第二期/资料】
第十一课：循环神经网络_.pdf
第十三课课件.pdf
第六课Note.pdf
第7课note.pdf
07第七课课件_.pdf
06第六课课件_.pdf
05第五课课件、.pdf
04第四课资料.pdf
04第四课：语言模型、.pdf
03第三课资料3_.pdf
03第三课资料2、.pdf
03第三课资料1.pdf
03第三课：自然语言.pdf
02第二课：基于机器学习方法的自然语言处理_.pdf
01第一课：自然语言与数学之美_.pdf
目录：【《自然语言处理》第二期/22第22章：自然语言研究的未来方向】
15.6NLP未来的探索方向_.flv
15.5文本图卷积网络（TextGCN）_.flv
15.4跨媒体信息搜索：CMIR_.flv
15.3知识库推理学习：NeuralTensorNetwork_.flv
15.2语义关系计算与知识库.flv
15.1自然语言研究可行方向：知识图谱与深度学习的结合_.flv
目录：【《自然语言处理》第二期/21第21章：第七周答疑】
第七周答疑_.flv
目录：【《自然语言处理》第二期/20第20章：广义模型（UniversalTransformer)】
14.8UniversalTransformer的完整实现流程.flv
14.7ACT模型（AdaptiveComputationTime）.flv
14.6SoftmaxLayer：交叉熵和损失函数的计算.flv
14.5层泛化（LayNormalization）__.flv
14.4位置编码（PositionalEncoding）_.flv
14.3MultiHeadAttention和前向反馈神经网络FFNN_、.flv
14.2SelfAttention的计算、.flv
14.1UT的典型结构：StackofEncoderandDecoder_、.flv
目录：【《自然语言处理》第二期/19第19章：注意力机制】
13.8注意力模型的延展2：神经T灵机_.flv
13.7注意力模型的延展1：NeuralProgrammer.flv
13.6匹配函数（Match府nction）、.flv
13.5记忆网络的计算过程和实现方fa_.flv
13.4记忆网络（MemoryNetwork）的组成_.flv
13.3注意力模型的应用领域_.flv
13.2注意力模型的实现原理_.flv
13.1注意力机制产生的背景回顾.flv
目录：【《自然语言处理》第二期/18第18章：第六周答疑】
第六周答疑_.flv
目录：【《自然语言处理》第二期/17第17章：循环神经网络RNN】
12.7注意力机制（AttentionMechanism）.flv
12.6Seq2Seq模型.flv
12.5EncoderDecoder框架_.flv
12.4LSTM的分步实现详解_.flv
12.3LSTM的核心思想__.flv
12.2ElmanNetwork和JordanNetwor_.flv
12.1循环神经网络的基本原理.flv
目录：【《自然语言处理》第二期/16第16章：卷积神经网络CNN】
11.8CNN如何应用在自然语言处理中.flv
11.7CNN的计算过程_.flv
11.6CNN的基本原理：卷积核、权重和池化_.flv
11.5卷积神经网络（CNN）的理解、.flv
11.4反向传播（BP）_.flv
11.3AutoEncode自编码器、.flv
11.2全连接网络及特性__.flv
11.1神经元_、.flv
目录：【《自然语言处理》第二期/15第15章：第五周答疑】
第五周答疑_.flv
目录：【《自然语言处理》第二期/14第14章：机器翻译】
10.6机器翻译（MachineTranslation）Part6_.flv
10.5机器翻译（MachineTranslation）Part5.flv
10.4机器翻译（MachineTranslation）Part4__.flv
10.3机器翻译（MachineTranslation）Part3_.flv
10.2机器翻译（MachineTranslation）Part2、.flv
10.1机器翻译（MachineTranslation）Part1_.flv
目录：【《自然语言处理》第二期/13第13章：语言技术句fa】
9.5概率上下文无关句法（PCGF）Part3__.flv
9.4概率上下文无关句fa（PCFG）Part2_.flv
9.3概率上下文无关句法（PCFG）Part1_、.flv
9.2上下文无关句fa（CFG）Part2_.flv
9.1上下文无关句fa（CFG）Part1.flv
目录：【《自然语言处理》第二期/12第12章：第四周答疑】
第四周答疑_.flv
目录：【《自然语言处理》第二期/11第11章：语言技术文本与LDA主题模型】
8.9中英双语料库实验.flv
8.8实验报告：文本分类准确度_、.flv
8.7实验报告：困惑度（Perplexity）__.flv
8.6中文LDA模型：Wordbase和CharacterBase_.flv
8.5语义距离（SemanticDistance）.flv
8.4主题模型的深化与对比.flv
8.3LDA主题模型.flv
8.2LDA和狄利克雷分布.flv
8.1向量表达和潜在语义索引（LSI）_.flv
8.12实验总结.flv
8.11延展实验：主题模型引入字词关系的实现_.flv
8.10实验报告：文本语义相似度_、.flv
目录：【《自然语言处理》第二期/10第10章：语言技术概率图模型】
7.9PLSA主题模型2_.flv
7.8PLSA主题模型1_.flv
7.7隐MA尔科夫模型的推导4_.flv
7.6隐MA尔科夫模型的推导3_、.flv
7.5隐MA尔科夫模型的推导2.flv
7.4隐MA尔可夫模型的推导1.flv
7.3概率图模型：隐MA尔科夫链.flv
7.2概率图模型：分层图模型、.flv
7.1概率图模型：贝叶斯网络（有向无环图）__.flv
目录：【《自然语言处理》第二期/09第9章：第三周答疑】
第三周答疑__.flv
目录：【《自然语言处理》第二期/08第8章：语言技术词性】
6.9混合模型详解4：隐MA尔可夫模型.flv
6.8混合模型详解3：高斯混合模型_.flv
6.7混合模型详解2：EM模型.flv
6.6混合模型详解1：EM模型、.flv
6.5从混合模型到HMM.flv
6.4规则标注和NGram方法_.flv
6.3词性的标注类别和标注集_.flv
6.2词性标注的方fa.flv
6.1什么是词性标注（POSTagging）、.flv
6.10混合模型详解5：隐MA尔科夫模型_.flv
目录：【《自然语言处理》第二期/07第7章：语言技术词表达和Word2Vec】
5.9Word2VecPart2、.flv
5.8Word2VecPart1_.flv
5.7神经网络：反向传播2_.flv
5.6神经网络：反向传播1_.flv
5.5神经网络基础.flv
5.4OneHot表达_.flv
5.3TFIDF权重处理.flv
5.2语义相似度.flv
5.1词表达、.flv
5.10Word2VecPart3_.flv
目录：【《自然语言处理》第二期/06第6章：第二周答疑】
第二周答疑_、.flv
目录：【《自然语言处理》第二期/05第5章：语言模型和中文分词】
4.9最大化匹配.flv
4.8中文构词fa.flv
4.7语音模型和机器翻译模型.flv
4.6概率模型：拼写检查_.flv
4.5概率模型：垃圾邮件分类_.flv
4.4语言评价模型：Interpolation(插值fa)_.flv
4.3语言模型评价：Perplexity(困惑度）、.flv
4.2语言模型评价：交叉熵_.flv
4.1三元语言模型_.flv
4.12中文分词工具：Jieba_.flv
4.11OptimalPath最优路径模型.flv
4.10NGram模型、.flv
目录：【《自然语言处理》第二期/04第四章：自然语言】
3.8二元语言模型：CR情感分析__.flv
3.7词袋模型.flv
3.6语言模型：语言概率、.flv
3.5语义的进化.flv
3.4语言与智能：交叉熵的定义.flv
3.3语言与智能：信息熵_.flv
3.2语言的进化：语言游戏与摩斯密码__.flv
3.1语言的进化：来自自然选择的社会协作_、.flv
目录：【《自然语言处理》第二期/03第三章：1、2章答疑】
第一周答疑_、.flv
目录：【《自然语言处理》第二期/02第2章：基于机器学习方fa的自然语言处理】
2.9泊松分布、高斯分布、对数正态分布和指数分布.flv
2.8多项式分布、伽玛分布和Beta分布、.flv
2.7伯努利分布和二项式分布_.flv
2.6随机变量：联合概率__.flv
2.5随机变量：期望与方差.flv
2.4随机变量：二项式概率_.flv
2.3贝叶斯原理与推理_、.flv
2.2概率模型与条件概率_、.flv
2.1主观概率和客观概率、.flv
2.10辛普森悖论和贝叶斯概率解题实例.flv
页:
[1]