重磅发布 | 牛津大学Deep NLP深度自然语言处理课程17年最新（汉化视频）

大数据文摘作品，转载要求见文末

大数据文摘重磅推出牛津大学深度学习与自然语言处理课程（Deep NLP）汉化视频！

汉化视频来啦

去年，大数据文摘获得授权并完成了李飞飞教授斯坦福大学CS231N课程视频的汉化斯坦福《CS231n深度学习与计算机视觉课》（戳标题查看），该课程目前在网易云课堂有超过4万人学习，并且好评不断。大数据文摘视频团队在今年又获得重磅资源，牛津大学深度学习与自然语言处理课程（Deep NLP）！

大数据文摘已联系课程主讲人取得翻译授权，并联合北京邮电大学模式识别实验室组织了视频汉化，免费发布。

 所以大家可以看到中文字幕了！开不开心！激不激动！

马上试看课程第一讲视频▼ 

点击阅读原文，即可免广告直接观看第一讲完整视频（带有中文字幕）！

牛津Deep NLP课程简介

牛津大学Deep NLP是一门关于自然语言处理（NLP）的高阶课程。课程由牛津大学和谷歌DeepMind（AlphaGo的开发机构）联合开设，是牛津大学计算机系2017年春季学期最新课程。由Phil Blunsom主讲，同时邀请到多位来自DeepMind和NVIDIA的业界讲师来做客座讲座。

这门课主要讲什么

如何自动处理自然语言输入、并产生语言输出，是人工智能的重要研究方向。近年来，借助基于神经网络的统计科学，自然语言处理领域的学术研究和商业应用都取得了显著进展。

这门课主要讲授近2-3年深度学习（主要是神经网络）在自然语言处理方面的最新发展，如，用循环神经网络RNN分析和生成语音及文本。课程从相关机器学习模型的数学原理和最优算法讲起，将会讲到神经网络在NLP中的一系列应用，包括潜在语义分析、语音到文字的转录、语言翻译以及问答。同时也会讲到这些模型在CPU和GPU上的实现。

课程需要你具备

学习这门课程需要具备概率论，线性代数，微积分的基础知识，具有机器学习基础和良好的编程基础，不需要具备语言学知识。

你能收获

学完这门课后，你将能够：

• 理解不同神经网络模型的定义

• 能够推导和实现这些模型的优化算法

• 理解聚焦机制和时序嵌入模型的神经实现，以及如何将这些模块结合起来构建NLP系统

• 对在语言数据上实现可伸缩的神经网络模型所涉及的硬件问题有所了解

• 能够实现和评估常用的自然语言处理中的神经网络模型

如何参与课程

• 点击阅读原文，即可免广告直接观看第一讲完整视频（带有中文字幕）！

• 课程所有资料（视频、讲义、作业）免费发布于GitHub。

课程英文资料地址:

https://github.com/oxford-cs-deepnlp-2017/lectures

• 想要马克起来的小伙伴，可以用电脑打开这个链接观看

http://www.xiniuedu.com/livecourse/detailinfo/public/html/detail.html?course_id=1017 

汉化视频持续更新中，每周发布一集，请大家和文摘菌一起学习哦！ 

另外，总是有小伙伴和我们反映说公开课听不懂，作业不会做也不知道找谁。

公开课打怪团长文摘菌再次出马，组建了课程的学习交流群，群内将放出我们整理的学习资料，还将组织配套作业讲解直播！

收看作业讲解直播方式

扫描下图二维码，

即可加入学习群。

如果群满，请在大数据文摘微信公众号后台对话框内回复“牛津”，获取最新二维码。

↓↓↓扫码加入学习群↓↓↓ 

↑↑↑扫码加入学习群↑↑↑

群满请添加AI学习者（微信ID：ailearner）备注【牛津】

如果有已经学习过课程、做过作业的小伙伴，欢迎你加群后向群主自荐，来做作业讲解公开直播的主讲哦！

特别感谢：

来自北京邮电大学模式识别实验室的翻译团队

翻译：

李楠  闵峰  乔一宁  张世平  

刀哥  momo  无敌乔卡特

后期：

郭丽（终结者字幕）

项目管理：

龙牧雪  李楠

顾问：

张闯  寒小阳  汪德诚

志愿者介绍

回复“志愿者”加入我们

今天是教师节，祝老师们节日快乐！也祝我们所有的读者学习愉快！（戳今天第二篇文章，获取教师 专享折扣、限量云平台体验名额 等3重福利）

点击「阅读原文」

观看课程第一讲

▼▼▼