公告:欢迎来到极梦小屋!本站资源全部可以免费下载,积分都是可以免费获取的!

贪心学院 自然语言处理训练营 NLP 全程班

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

传送门

下载权限

查看
  • 免费下载
    评论并刷新后下载
    登录后下载

查看演示

  • {{attr.name}}:
您当前的等级为
登录后免费下载登录 小黑屋反思中,不准下载! 评论后刷新页面下载评论 支付以后下载 请先登录 您今天的下载次数(次)用完了,请明天再来 支付积分以后下载立即支付 支付以后下载立即支付 您当前的用户组不允许下载升级会员
您已获得下载权限 您可以每天下载资源次,今日剩余

给TA打赏
共{{data.count}}人
人已打赏
爱分享

享学课堂·“金三银四”一线大厂面试专题

2021-9-9 21:12:42

爱分享

2021年黑马Java架构师实战训练营

2021-9-10 14:33:29

个人中心
今日签到
有新私信 私信列表
搜索