贪心学院 自然语言处理训练营 NLP 全程班，该套课程为视频课程，共404节课，为视频课程，附带gitlab资料。
目录
0.任务001：贪心学院 自然语言处理训练营 NLP 全程.flv
1. 任务002： 训练营介绍 课程体系介绍.flv
2. 任务003： NLP定义以及歧义性.flv
3. 任务004： 案例：机器翻译01.flv
4. 任务005： 案例：机器翻译02.flv
5. 任务006： NLP的应用场景.flv
6. 任务007： NLP的关键技术.flv
7. 任务008： 算法复杂度介绍.flv
9. 任务010： 简单的复杂度的回顾.flv
8. 任务009： 课后答疑.flv
10. 任务011： 归并排序.flv
11. 任务012： Master Theorem.flv
12. 任务013： 斐波那契数的时间复杂度.flv
13. 任务014： 斐波那契数的空间复杂度.flv
14. 任务015：斐波那契数的循环实现.flv
15. 任务016： P vs NP vs NP Hard vs NP Complete.flv
16. 任务017：问答系统介绍.flv
17. 任务018：Review 一只狗和两只猫的故事 ——心理学与DL,RL-01.flv
18. 任务019：Review 一只狗和两只猫的故事 ——心理学与DL,RL-02.flv
19. 任务020：文本处理的流程.flv
20. 任务021：分词-前向最大匹配.flv
21. 任务022：分词-后向最大匹配.flv
22. 任务023：分词-考虑语言模型.flv
23. 任务024：分词-维特比算法.flv
24. 任务025：拼写错误纠正.flv
25. 任务026： 拼写纠错（2）.flv
26. 任务027：拼写纠错（3）.flv
28. 任务029： 文本的表示.flv
29. 任务030：文本的相似度.flv
30. 任务031：tf-idf 文本表示.flv
31. 任务032：词向量介绍.flv
32. 任务033：学习词向量.mp4
33. 任务034：倒排表.flv
34. 任务035：Noisy Channel Model.flv
35. 任务036：语言模型介绍.flv
36. 任务037：Chain Rule和Markov Assumption.flv
37. 任务038：Unigram, Bigram, N-gram.flv
38. 任务039：估计语言模型的概率.flv
39. 任务040：评估语言模型：Perplexity.flv
40. 任务041：Add-one Smoothing.flv
41. 任务042：Add-K Smoothing.flv
42. 任务043：Interpolation.flv
43. 任务044：2019.2.17Review 基于几个例子，书写动态规划-01.flv
44. 任务045：2019.2.17Review 基于几个例子，书写动态规划-02.flv
45. 任务046：2019.2.17Review 基于几个例子，书写动态规划-03.flv
46. 任务047：Lesson6直播.flv
47. 任务048：01在训练数据里没有见过的怎么处理？.flv
48. 任务049：02Good-Turning Smoothing.flv
49. 任务050：03利用语言模型生成句子.flv
50. 任务051：04专家系统与基于概率统计学习.flv
51. 任务052：05专家系统介绍.flv
52. 任务053：06逻辑推理.flv
53. 任务054：07Case Study 风控.flv
54. 任务055：08一些难题.flv
55. 任务056：09机器学习介绍01.flv
56. 任务057：10机器学习介绍02.flv
57. 任务058：11朴素贝叶斯介绍.flv
58. 任务059：12Case Study 垃圾邮件过滤.flv
59. 任务060：lambda表达式.flv
60. 任务061：map函数的应用.flv
61. 任务062：filter过滤器.flv
62. 任务063：reduce函数.flv
63. 任务064：python三大推导式.flv
64. 任务065：闭包.flv
65. 任务066：装饰器一.flv
66. 任务067：装饰器二.flv
67. 任务068：初识numpy.flv
68. 任务069：numpy数组的创建.flv
69. 任务070：numpy的矢量化运算.flv
70. 任务071：numpy的花式索引.flv
71. 任务072：numpy数组转置和轴对换.flv
72. 任务073：条件逻辑转数组.flv
73. 任务074：数学运算与排序.flv
74. 任务075：numpy文件处理.flv
75. 任务076：线性代数函数和随机漫步例子.flv
76. 任务077：词性标注-实战（1）.flv
77. 任务078：词性标注--实战（2）.flv
78. 任务079：词性标注-实战（3）.flv
79. 任务080：词性标注-实战（4）.flv
80. 任务081：词性标注-实战（5）.flv
81. 任务082：初识series类型.flv
82. 任务083：初识dataframe.flv
83. 任务084：重新索引、数学运算和数据对齐.flv
84. 任务085：dataframe和series之间的运算和排序.flv
85. 任务086：层次化索引.flv
86. 任务087：dataframe的层次化索引的访问和汇总运算.flv
87. 任务088：pandas读写csv文件.flv
88. 任务089：pandas读取excel文件并画图.flv
89. 任务090：matplotlib可视化及学习方法建议.flv
90. 任务091：虚拟环境的搭建.flv
91. 任务092：创建第一个爬虫项目.flv
92. 任务093：调试运行爬虫程序.flv
93. 任务094：13-scrapy shell调试方法进行元素定位.flv
94. 任务095：访问首页列表中的url.flv
95. 任务096：获取帖子标题和内容.flv
96. 任务097：处理帖子内容中的特殊标签.flv
97. 任务098：获取帖子发送时间及位于的楼数.flv
98. 任务099：爬虫的bug调试与修复.flv
99. 任务100：数据持久化代码开发.mp4
100. 任务101：数据入库.flv
101. 任务102：importance sample negtive sample nce-01.flv
102. 任务103：importance sample negtive sample nce-02.flv
103. 任务104：importance sample negtive sample nce-03.flv
104. 任务105：精确率和召回率.flv
105. 任务106： 逻辑回归介绍.flv
106. 任务107： 逻辑回归是线性分类器.flv
107. 任务108： 逻辑回归的目标函数.flv
108. 任务109： 梯度下降法.flv
109. 任务110： 逻辑回归的梯度下降法.flv
110. 任务111： 当线性可分的时候.flv
111. 任务112： 关于面试的话题-01.flv
112. 任务113： 关于面试的话题-02.flv
113. 任务114： 关于面试的话题-03.flv
114. 任务115： 直播-01.flv
115. 任务116： 直播-02.flv
116. 任务117： 直播-03.flv
117. 任务118： 直播-04.flv
118. 任务119： 直播-05.flv
119. 任务120： 直播-06.flv
120. 任务121： 直播-07.flv
121. 任务122： 直播-08.flv
122. 任务123： 直播-09.flv
123. 任务124： 直播-10.flv
124. 任务125： 直播-11.flv
125. 任务126： 当数据线性可分割的时候.flv
126. 任务127： 限制参数变得太大.flv
127. 任务128： 模型复杂度与过拟合.flv
128. 任务129： 怎么避免过拟合.flv
129. 任务130： 正则介绍.flv
130. 任务131： L1 VS L2.flv
131. 任务132： review 数据结构串讲-01.flv
132. 任务133： review 数据结构串讲-02.flv
133. 任务134： Affective Computing & 情绪识别实战.flv
134. 任务135： 交叉验证（1）.flv
135. 任务136： 交叉验证（2）.flv
136. 任务137： 正则的作用.flv
137. 任务138： MLE VS MAP介绍.flv
138. 任务139： 正则的使用.flv
139. 任务140： 交叉验证.flv
140. 任务141： 参数搜索策略.flv
141. 任务142： 高级：正则的灵活应用.flv
142. 任务143： 总结.flv
143. 任务144： MLE与MAP.flv
144. 任务145： Lasso Regression介绍.flv
145. 任务146： 特征选择技术.flv
146. 任务147： LASSO介绍.flv
147. 任务148： Coordinate Descent.flv
148. 任务149： Coordinate Descent for LASSO.flv
149. 任务150： 其他LASSO Solver.flv
150. 任务151： 变分推断 指数族家族 lda.flv
151. 任务152： Optimization.flv
152. 任务153： Optimization is Everywhere.flv
153. 任务154： Optimization - Categories.flv
154. 任务155： Convex Optimization-Global vs Local Optimal.flv
155. 任务156： 判断一个函数是凸函数.flv
156. 任务157： 解决一个具体问题1.flv
157. 任务158： 解决一个具体问题2.flv
158. 任务159： 回顾凸函数.flv
159. 任务160： 介绍Set Cover Problem.flv
160. 任务161： Approach1- Exhaustive Search.flv
161. 任务162： Approach2-贪心算法.flv
162. 任务163： Approach3-Optimization.flv
163. 任务164： 总结.flv
164. 任务165： 回顾-逻辑回归的梯度下降法.flv
165. 任务166： 梯度下降法的复杂度.flv
166. 任务167： 梯度下降法的收敛分析.flv
167. 任务168： 凸函数性质以及L-Lipschitz条件.flv
168. 任务169： 收敛性推导.flv
169. 任务170： Linear Classifier.flv
170. 任务171：Margin的计算.flv
171. 任务172：SVM的目标函数：Hard constraint.flv
172. 任务173： SVM的目标函数：Soft constraint.flv
173. 任务174： Hinge Loss.flv
174. 任务175： Primal-Dual介绍.flv
175. 任务176： attention transformer bert-01.flv
176. 任务177： attention transformer bert-02.flv
177. 任务178： Capstone项目介绍.flv
178. 任务179： LinearSVM的缺点.flv
179. 任务180： 数据映射到高维.flv
180. 任务181： 拉格朗日-等号条件处理.flv
181. 任务182： 拉格朗日-不等号条件处理.flv
182. 任务183： KKT条件.flv
183. 任务184： SVM的KKT条件.flv
184. 任务185： Primal-Dual介绍.flv
185. 任务186： SVM的Dual推导.flv
186. 任务187： Kernel Trick.flv
187. 任务188： 信息抽取介绍 直播.flv
188. 任务189： 命名实体识别介绍.flv
189. 任务190： 简历分析场景.flv
190. 任务191： 搭建NER分类器.flv
191. 任务192： 方法介绍.flv
192. 任务193： 基于规则的方法.flv
193. 任务194： 投票决策方法.flv
194. 任务195： 特征工程与特征表示01.flv
195. 任务196： 特征工程与特征表示02.flv
196. 任务197： 问答.flv
197. 任务198： 信息抽取介绍.flv
198. 任务199： Ontological Relation.flv
199. 任务200： 关系抽取方法介绍.flv
220. 任务221： 评估语法树.flv
221. 任务222： 寻找最好的树.flv
222. 任务223： CNF Form.flv
223. 任务224： CKY算法.flv
224. 任务225： 时序模型.flv
225. 任务226： HMM的介绍.flv
226. 任务227： HMM的应用例子.flv
227. 任务228： HMM的参数.flv
228. 任务229： HMM中的Inference问题.flv
229. 任务230： HMM中的F B算法1.flv
230. 任务231： HMM中的F B算法2.flv
231. 任务232： HMM中的F B算法3.flv
232. 任务233： Data Representation.flv
233. 任务234： Latent Variable Models.mp4
200. 任务201： 基于规则的方法.flv
201. 任务202： 基于监督学习的方法.flv
202. 任务203： cnn rnn transformer对比-01.flv
203. 任务204： cnn rnn transformer对比-02.flv
204. 任务205： 关系抽取.flv
205. 任务206： bootstrap算法的缺点.flv
206. 任务207： SnowBall算法.flv
207. 任务208： 生成模板.flv
208. 任务209： 生成tuple与模板评估.flv
209. 任务210： 评估记录+过滤.flv
210. 任务211： SnowBall总结.flv
211. 任务212：Entity Disambiguation (实体消歧)介绍.flv
212. 任务213：实体消歧算法.flv
213. 任务214：Entity Resolution(实体统一).flv
214. 任务215：实体统一算法.flv
215. 任务216：Co-reference Resolution(指代消解)介绍.flv
216. 任务217： 什么是句法分析.flv
217. 任务218： 句法分析的应用.flv
218. 任务219： 语法.flv
219. 任务220： PCFG.flv
234. 任务235： Complete vs Incomplete Case.flv
235. 任务236： MLE for Complete and Incomplete Case.flv
236. 任务237： EM Derivation.flv
237. 任务238： Remarks on EM.flv
238. 任务239： K-means.flv
239. 任务240： K-means Cost Function.flv
240. 任务241： MLE for GMM.flv
241. 任务244： HMM中的参数.flv
242. 任务245： Complete vs Incomplete Case.flv
243. 任务246： Complete Case.flv
244. 任务247： Incomplete Case.flv
245. 任务248： EM算法回顾.flv
246. 任务249： F B算法回顾.flv
247. 任务250： 估计PI.flv
248. 任务251： 估计B.flv
249. 任务252： 估计A.flv
250. 任务253： 公司实际项目串讲-01.flv
251. 任务254： 公司实际项目串讲-02.flv
252. 任务255： 公司实际项目串讲-03.flv
253. 任务256： 有向图与无向图模型.flv
254. 任务257： 生成模型与判别模型.flv
255. 任务258： Log-Linear Model.flv
256. 任务259： Log-Linear Model与多元逻辑回归.flv
257. 任务260： CRF介绍.flv
258. 任务261： Inference问题.flv
259. 任务262： 参数估计.flv
260. 任务263： wordvector词向量.flv
261. 任务264： Global Generation of Distributed Representation.flv
262. 任务265： How to Learn Word2Vec-Intuition.flv
263. 任务266： Skip-Gram Model.flv
264. 任务267： 语料库.flv
265. 任务268： Word2Vec代码.flv
266. 任务269： 训练SkipGram问题.flv
267. 任务270： SkipGram另一种目标函数构建.flv
268. 任务271： SkipGram的negative sampling.flv
269. 任务272： 评估词向量.flv
27. 任务028：停用词过滤，Stemming操作.flv
270. 任务273： 词向量在推荐系统中的应用.flv
271. 任务274： 梯度提升树.flv
272. 任务275： 答疑.flv
273. 任务276： Word2vec.flv
274. 任务277： Learning with Subword.flv
275. 任务278： When subword is needed.flv
276. 任务279： Learn Embedding from Language Model.flv
277. 任务280： What are potential solutions.flv
278. 任务281： Elmo at Glance.flv
279. 任务282： Category of Word Representation.flv
280. 任务283： 神经网络介绍.flv
281. 任务284： 激活函数.flv
282. 任务285：MLP.flv
283. 任务286：多层神经网络.flv
284. 任务287：Universal Approximation Theorem.flv
285. 任务288：Biological Inspiration.flv
286. 任务289：回顾神经网络.flv
287. 任务290： 神经网络的损失函数.flv
288. 任务291： BP算法的核心流程.flv
289. 任务292： 对输出层的梯度计算.flv
290. 任务293： 对隐含层的梯度计算.flv
291. 任务294：对参数的梯度计算.flv
292. 任务295： 对BP算法的总结.flv
293. 任务296： gradient checking.flv
294. 任务297： 深度学习与非凸函数.flv
295. 任务298： 深度学习中的Plateau.flv
296. 任务299： SGD的收敛条件.flv
297. 任务300： Early Stopping.flv
298. 任务301： 为什么需要递归神经网络？.flv
299. 任务302： 递归神经网络介绍.flv
300. 任务303： 语言模型.flv
301. 任务304： RNN的深度.mp4
302. 任务305： 梯度爆炸和梯度消失.flv
303. 任务306： Gradient Clipping.flv
304. 任务307： LSTM的介绍.flv
305. 任务308： LSTM的应用.flv
306. 任务309： Bi-Directional LSTM.flv
307. 任务310： Gated Recurrent Unit.flv
308. 任务311： 问答系统讲解01.flv
309. 任务312： 问答系统讲解02.flv
310. 任务313： Representation Learning.flv
311. 任务314： What makes good representation-01.flv
312. 任务315： What makes good representation-02.flv
313. 任务316： What makes good representation-03.flv
314. 任务317： Why Deep.flv
315. 任务318： Why Deep Learning Hard to Train.flv
316. 任务319： Ways to Solve Training.flv
317. 任务320： Dropout 介绍.flv
318. 任务321： 为什么Dropout防止过拟合现象.flv
319. 任务322： 机器翻译.flv
320. 任务323： Multimodal Learning.flv
321. 任务324： Seq2Seq模型.flv
322. 任务325： Seq2Seq训练介绍.flv
323. 任务326： Inference Decoding.flv
324. 任务327： Exhaustic Search.flv
325. 任务328： Beam Search.flv
326. 任务329： 回顾Multimodal Learning.flv
327. 任务330： Attention注意力机制介绍.flv
328. 任务331： 看图说话介绍.flv
329. 任务332： 图像识别的注意力机制.flv
330. 任务333： 基于GAN及强化学习的文本生成-01.flv
331. 任务334： 基于GAN及强化学习的文本生成-02.flv
332. 任务335： 回顾Seq2Seq模型.flv
333. 任务336： Seq2Seq的Attention.flv
334. 任务337： Self-Attention1.flv
335. 任务338： Self-Attention2.flv
336. 任务339： 深度文本匹配-01.flv
337. 任务340： 深度文本匹配-02.flv
338. 任务341： 回顾Attention.flv
339. 任务342： RNN LSTM-based models.flv
340. 任务343： Transformer的结构.flv
341. 任务344： Each Encoder Block.flv
342. 任务345： Self-Attention.flv
343. 任务346： Add Normalize.flv
344. 任务347： BERT概念.flv
345. 任务348： 回顾Language model.flv
346. 任务349： masked Language model.flv
347. 任务350： masked Language model存在的问题.flv
348. 任务351：LSTM.flv
349. 任务352： BERT训练过程.flv
350. 任务353：PGM领域.flv
351. 任务354： 主题模型.flv
352. 任务355： 回顾不同模型的范畴Model Estimation.flv
353. 任务356： 预测的过程.flv
354. 任务357： GD，SGD，Adagrad算法.flv
355. 任务358： 回顾LDA.flv
356. 任务359： 举例说明生成的过程.flv
357. 任务360： 从官方的角度讲解生成的过程.flv
358. 任务361： α到θi的生成.flv
359. 任务362： 举例说明生成文章.flv
360. 任务363： gibbs sampler.flv
361. 任务364： collapsed gibbs sampling-01.flv
362. 任务365： collapsed gibbs sampling-02.flv
363. 任务366： collapsed gibbs sampling-03.flv
364. 任务367： collapsed gibbs sampling-04.flv
365. 任务368： collapsed gibbs sampling-05.flv
366. 任务369： 推导过程01.flv
367. 任务370： 推导过程02.flv
368. 任务371： 推导过程03.flv
369. 任务372： Gibbs采样01.flv
370. 任务373： Gibbs采样02.flv
371. 任务374： Web-Scale Information Extraction in KnowItAll-01.flv
372. 任务375： Web-Scale Information Extraction in KnowItAll-02.flv
373. 任务376： 核函数.flv
374. 任务377： 直播-01.flv
375. 任务378： 直播-02.flv
376. 任务379： 直播-03.flv
377. 任务380： 直播-04.flv
378. 任务381： 直播-05.flv
379. 任务382： 直播-06.flv
380. 任务383： 直播-07.flv
381. 任务384： 直播-01.flv
382. 任务385：直播-02.flv
383. 任务386：直播-03.flv
384. 任务387：直播-04.flv
385. 任务388：直播-05.flv
386. 任务389：直播-06.flv
387. 任务390： 利用CRF模型做命名实体识别-01.flv
388. 任务391： 利用CRF模型做命名实体识别-02.flv
389. 任务392： 基于语料库训练Glove词向量模型-01.flv
390. 任务393： 基于语料库训练Glove词向量模型-02.flv
391. 任务394： GMM-01.flv
392. 任务395： GMM-02.flv
393. 任务396： GMM-03.flv
394. 任务397： XLNet-Bert Autoregressive LM.flv
395. 任务398： 改进思路.flv
396. 任务399： Bert 的目标函数.flv
397. 任务400： permutation.flv
398. 任务401：pytorch实现skip-gram.flv
399. 任务402： Airbnb（KDD 2018 best Paper）-01.flv
400. 任务403： Airbnb（KDD 2018 best Paper）-02.flv
401. 任务404：直播-01.flv
402. 任务405：直播-02.flv
403. 任务406：直播-03.flv
404. 任务407：直播-04.flv
