后厂百度飞桨联合设计双证资深AI实战工程师(NLP方向)2020年

admin

├─第01章 问答摘要与推理-项目简介
│  ├─第1节 1-1项目和课程内容介绍
│  │      Lecture.pdf
│  │      第1节 1-1项目和课程内容介绍.mp4
│  │      
│  └─第2节 1-2词向量Word2vec及其优化方法详解
│          Lecture-2.pdf
│          第2节 1-2词向量Word2vec及其优化方法详解.mp4
│         
├─第02章 问答摘要与推理-代码实操Word2vec
│  ├─第2节 2-1项目代码实操-中文分词、处理以及构建Word2vec
│  │      第2节 2-1项目代码实操-中文分词、处理以及构建Word2vec.mp4
│  │      随堂代码.zip
│  │      随堂资料.txt
│  │      
│  └─第3节 2-2项目研讨课Ⅰ
│          第3节 2-2项目研讨课I.mp4
│         
├─第03章 问答摘要与推理-Seq2Seq
│  ├─第1节 3-1文本生成方法之Seq2Seq （Encoder、Decoder、Attention)
│  │      Lecture-02-seq2seq-attention.pdf
│  │      第1节 3-1文本生成方法之Seq2Seq （Encoder、Decoder、Attention).mp4
│  │      
│  └─第2节 3-2项目研讨课Ⅱ
│          第2节 3-2项目研讨课Ⅱ.mp4
│          课堂PPT及代码.zip
│         
├─第04章 问答摘要与推理-代码实操Seq2Seq
│  ├─第1节 4-1GRU、LSTM算法对比，Seq2Seq模型搭建并训练及代码实现
│  │      4-1课堂讲义及代码.zip
│  │      第1节 4-1GRU、LSTM算法对比，Seq2Seq模型搭建并训练及代码实现.mp4
│  │      
│  └─第2节 作业指导：预训练词向量与embedding搭建
│          20191013研讨课.zip
│          第2节 作业指导：预训练词向量与embedding搭建.mp4
│         
├─第05章 问答摘要与推理-模型训练
│  ├─第1节 5-1深度学习框架图计算理论，模型训练代码实践、优化器对比选择
│  │      lecture-3.ipynb.zip
│  │      第1节 5-1深度学习框架图计算理论，模型训练代码实践、优化器对比选择.mp4
│  │      
│  └─第2节 5-2Model搭建
│      │  20191020PPT及代码.zip
│      │  第2节 5-2Model搭建.mp4
│      │  
│      └─20191020PPT及代码
│              点击获取更多资源.url
│              
├─第06章 问答摘要与推理-Extractive Text Summarization
│  ├─第1节 抽提式文本摘要相关算法详解
│  │      6-1PPT及随堂代码.zip
│  │      第1节 抽提式文本摘要相关算法详解.mp4
│  │      
│  └─第2节 pgn网络搭建
│          6-2随堂课件及代码.zip
│          第2节 pgn网络搭建.mp4
│         
├─第07章 文本生成问题前沿算法
│  ├─第1节 7-1Extractive Text Summarization抽提式文本摘要
│  │      7-1PPT及课堂代码.zip
│  │      第1节 7-1Extractive Text Summarization抽提式文本摘要.mp4
│  │      
│  └─第2节 7-2抽取式摘要
│          7-2随堂代码.zip
│          第2节 7-2抽取式摘要.mp4
│         
├─第08章 问答摘要与推理- 项目代码部署
│  ├─第1节 8-1项目总结以及模型部署
│  │      8-1随堂课件及PPT.zip
│  │      第1节 8-1项目总结以及模型部署.mp4
│  │      
│  └─第2节 8-2代码讲解与演示
│      │  第2节 8-2代码讲解与演示.mp4
│      │  
│      └─8-2随堂课件代码.zip
│                              
├─第09章 试题知识点标注-项目课程简介
│  ├─第1节 9-1项目介绍和课程安排
│  │      9-1课堂资料.zip
│  │      第1节 9-1项目介绍和课程安排-1.mp4
│  │      第1节 9-1项目介绍和课程安排-2.mp4
│  │      第1节 9-1项目介绍和课程安排-3.mp4
│  │      
│  └─第2节 9-2手动实现贝叶斯，baseline实战
│          9-2课堂代码.zip
│          第2节 9-2手动实现贝叶斯，baseline实战.mp4
│         
├─第10章 试题知识点标注-常用机器学习方法及在文本分类问题中的应用
│  ├─第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践
│  │      10-1随堂课件.zip
│  │      第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践-1.mp4
│  │      第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践-2.mp4
│  │      第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践-3.mp4
│  │      
│  └─第2节 10-2tf搭建fasttext文本分类
│          10-2随堂代码.zip
│          第2节 10-2tf搭建fasttext文本分类.mp4
│         
├─第11章 试题知识点标注-卷积神经网络在文本分类中的应用
│  ├─第1节 11-1CNN、TextCNN、GCN与文本分类
│  │      11-1随堂课件.zip
│  │      第1节 11-1CNN、TextCNN、GCN与文本分类-1.mp4
│  │      第1节 11-1CNN、TextCNN、GCN与文本分类-2.mp4
│  │      第1节 11-1CNN、TextCNN、GCN与文本分类-3.mp4
│  │      
│  └─第2节 11-2Text CNN多标签分类实现
│          11-2随堂代码.zip
│          第2节 11-2Text CNN多标签分类实现.mp4
│         
├─第12章 试题知识点标注- 预训练语言模型初识
│  ├─第1节 12-1Transformer Emlo GPT等结构介绍
│  │      12-1随堂课件.zip
│  │      第1节 12-1Transformer Emlo GPT等结构介绍-1.mp4
│  │      第1节 12-1Transformer Emlo GPT等结构介绍-2.mp4
│  │      
│  └─第2节 12-2 Transformer等常见结构实践讲解
│          12-2随堂代码.zip
│          第2节 12-2 Transformer等常见结构实践讲解.mp4
│         
├─第13章 试题知识点标注- 预训练语言模型进阶
│  ├─第1节 13-1 bert 预训练语言模型详解
│  │      13-1课堂PPT.zip
│  │      第1节 13-1 bert 预训练语言模型详解-1.mp4
│  │      第1节 13-1 bert 预训练语言模型详解-2.mp4
│  │      第1节 13-1 bert 预训练语言模型详解-3.mp4
│  │      
│  └─第2节 13-2 bert文本分类实战
│          13-2课堂代码.zip
│          第2节 13-2 bert文本分类实战-1.mp4
│          第2节 13-2 bert文本分类实战-2.mp4
│          第2节 13-2 bert文本分类实战-3.mp4
│          第2节 13-2 bert文本分类实战-4.mp4
│         
├─第14章 试题知识点标注- 预训练语言模型实战
│  ├─第1节 14-1预训练语言模型实战
│  │      14-1课堂PPT.zip
│  │      第1节 14-1预训练语言模型实战 -1.mp4
│  │      第1节 14-1预训练语言模型实战-2.mp4
│  │      第1节 14-1预训练语言模型实战-3.mp4
│  │      
│  └─第2节 14-2bert实现多标签分类
│          14-2课堂代码.zip
│          第2节 14-2bert实现多标签分类-1.mp4
│          第2节 14-2bert实现多标签分类-2.mp4
│         
├─第15章 试题知识点标注-gpu与分布式机器学习
│  ├─第1节 15-1gpu与分布式机器学习
│  │      15-1课堂PPT.zip
│  │      第1节 15-1gpu与分布式机器学习-1.mp4
│  │      第1节 15-1gpu与分布式机器学习-2.mp4
│  │      第1节 15-1gpu与分布式机器学习-3.mp4
│  │      
│  └─第2节 15-2Gcn文本分类
│          15-2随堂代码.zip
│          第2节 15-2Gcn文本分类.mp4
│         
├─第16章 试题知识点标注–项目部署,总结与面试指导
│  ├─第1节 16-1试题知识点标注–项目部署,总结与面试指导
│  │      16-1课堂PPT.pptx
│  │      第1节 16-1试题知识点标注–项目部署,总结与面试指导-1.mp4
│  │      第1节 16-1试题知识点标注–项目部署,总结与面试指导-2.mp4
│  │      
│  └─第2节 16-2实体抽取与关系整理 论文解读
│          16-2实体抽取与关系整理 论文解读-5.mp4
│          16-2课堂代码.zip
│          第2节 16-2实体抽取与关系整理 论文解读-1.mp4
│          第2节 16-2实体抽取与关系整理 论文解读-2.mp4
│          第2节 16-2实体抽取与关系整理 论文解读-3.mp4
│          第2节 16-2实体抽取与关系整理 论文解读-4.mp4
│          第2节 16-2实体抽取与关系整理 论文解读-6.mp4
│          第2节 16-2实体抽取与关系整理 论文解读-7.mp4
│         
├─第17章 视频分段-项目课程简介 ＆基础算法
│  ├─第1节 17-1视频分段-项目课程简介 ＆基础算法
│  │      17-1课堂PPT 代码 公式 合集.zip
│  │      第1节 17-1视频分段-项目课程简介 ＆基础算法.mp4
│  │      
│  └─第2节 17-2动态规划与EM算法实践
│          17-2课堂代码.zip
│          第2节 17-2动态规划与EM算法实践.mp4
│         
├─第18章 视频分段-中文分词(一)
│  ├─第1节 18-1视频分段-中文分词(一)
│  │      18-1课堂PPT•公式合集.zip
│  │      第1节 18-1视频分段-中文分词(一).mp4
│  │      
│  └─第2节 18-2 hmm分词与词性标注实现
│          18-2课堂代码.zip
│          第2节 18-2 hmm分词与词性标注实现.mp4
│         
├─第19章 视频分段-中文分词(二)
│  ├─第1节 19-1 视频分段-中文分词(二)
│  │      19-1课堂代码.zip
│  │      第1节 19-1 视频分段-中文分词(二).mp4
│  │      
│  └─第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读
│          19-2课堂代码.zip
│          第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读-1.mp4
│          第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读-2.mp4
│          第一十九章第2节： 研讨课补充内容.mp4
│         
├─第20章 视频分段-命名实体识别ner
│  ├─第1节 20-1命名实体识别ner
│  │      20-1课堂PPT.zip
│  │      第1节 20-1命名实体识别ner.mp4
│  │      
│  └─第2节 20-2 NER实战
│          20-2 NER实战 研讨课-2.mp4
│          20-2 NER实战 研讨课.mp4
│          20-2课堂代码.zip
│         
├─第21章 视频分段-深度学习在NER中的应用 和 半监督学习
│  ├─第1节 21-1视频分段-深度学习在NER中的应用 和 半监督学习
│  │      21-1课堂PPT.zip
│  │      第1节 21-1视频分段-深度学习在NER中的应用 和 半监督学习.mp4
│  │      
│  └─第2节 21-2 bert实现ner与crf可视化
│          20200229.zip
│          第2节 21-2 bert实现ner与crf可视化-1.mp4
│          第2节 21-2 bert实现ner与crf可视化-2.mp4
│         
├─第22章 视频分段-纠错系统
│  ├─第1节 22-1视频分段-纠错系统
│  │      第1节 22-1视频分段-纠错系统.mp4
│  │      纠错.pptx
│  │      
│  └─第2节 22-2英文拼写纠错实践与pycorrector源码解读
│          22-2英文拼写纠错实践与pycorrector源码解读-1.mp4
│          22-2英文拼写纠错实践与pycorrector源码解读-2.mp4
│          22-2英文拼写纠错实践与pycorrector源码解读-3.mp4
│          22-2英文拼写纠错实践与pycorrector源码解读.mp4
│         
├─第23章 视频分段-依存句法分析、记忆网络、文本搜索
│  ├─第1节 23-1依存句法分析、记忆网络、文本搜索
│  │      第1节 23-1依存句法分析、记忆网络、文本搜索.mp4
│  │      
│  └─第2节 23-2句法分析实战
│          第2节 23-2句法分析实战.mp4
│         
└─第24章 视频分段-项目总结
    ├─第1节 24-1语音识别简介、激活函数优化器对比、模型压缩等
    │      第1节 24-1语音识别简介、激活函数_优化器对比、模型压缩等.mp4
    │      
    └─第2节 24-2rasa框架对话入门实践
            第2节 24-2rasa框架对话入门实践.mp4

下载

游客，如果您要查看本帖隐藏内容请回复

sonir

谢谢分享