知识图谱实战

知识图谱是近来非常红火的技术，融合网络爬虫，自然语言处理，机器学习，深度学习，图数据库，复杂网络分析等多种热门技术于一身，技术含量密集，在构造语义搜索，问答平台，高智能的人机界面等企业感兴趣的产品方面，价值显而易见，迅速蹿红为当前热点概念。

学习知识图谱，现在市面上极其缺乏能提现当前技术聚焦点的参考书，只有一些关于“语义网”“知识库”的老旧书籍借着知识图谱的热潮在清库存。这些书大多苦涩难懂，堆砌大量繁复的概念名词术语以掩饰其具体技术内涵的苍白，所关注的焦点也早已过时。行外人不明觉厉，越看越糊涂。本课程通过实战构造有价值的知识图谱，用数据，代码，具体的算法，落地的产品，多方位全面揭示知识图谱的各个方面，使学习者能快速上手，打造自己的知识图谱产品，并复制到一系列典型场景中。同时，精选一大批最前沿的研究资料，使学习者可以循路径入宝山，满载而归。

本课程是炼数成金关于“知识图谱”的系列课程中的第一门。之后将视情况安排《知识图谱设计》等高端课程，产品课程《基于知识图谱的问答机器人实战》等，及将知识图谱应用于具体行业，像金融，医疗，教育等领域的课程。

课程大纲：

第1课  知识图谱概述，知识图谱是“新瓶装旧酒”吗？知识图谱涉及的IT技术，算法与困难，知识图谱与自然语言处理，深度学习等人工智能主流领域的关系

第2课  亲手搭建一个简单的“王者荣耀”知识图谱，爬虫程序，实体识别，关系抽取，实现语义搜索和问答平台

第3课  知识图谱存储，图数据库与图查询语言，知识图谱的可视化表示，在“王者荣耀”知识图谱上进行检索

第4课  再战企业知识图谱，建设有商业价值的医学知识图谱项目，命名实体识别技术，彻底吃透LSTM和CRF，命名实体识别项目方法论

第5课  知识图谱难点之一：深入探讨关系抽取，基于深度学习的方法

第6课  知识图谱难点之二：实体消岐

第7课  聊天机器人是怎样炼成的？架设微信机器人实战，详解机器客服问答平台的构成技术

第8课  基于知识图谱的问答平台，让客服机器人拥有人一般的推理智慧能力，打造高考机器人

毕业实践项目：构造属于自己的有商业价值的知识图谱

授课时间：

课程将于2017年12月23日开课，课程持续时间大约为10周

授课对象：

对知识图谱应用感兴趣者，用到有关技术的设计师，研究者，爱好者，以及希望使用知识图谱提升产品体验的各行各业的有关人员。学习者需要在NLP，机器学习等领域有一定的了解（对于不熟悉这些领域的朋友，可在课前观看老师发放的3-5小时入门视频，掌握基本的NLP技术和深度学习），熟悉python。

收获预期：

熟悉构建知识图谱的相关技术，最后能自行打造一款具有商业价值的知识图谱

授课讲师：

tigerfish，知名数据库网站ITPUB创始人，知名数据分析网站炼数成金创始人。数据库专家，数据分析专家，有丰富的IT领域、数学领域的知识经验。他将带领他的数据分析团队完成整个授课工作。

何翠仪，毕业于中山大学统计学专业，炼数成金专职讲师。

在炼数成金上开设了多门关于数据分析与数据挖掘相关的课程，如《大数据的统计学基础》、《大数据的矩阵基础》《金融时间序列分析》等，也曾到不同的公司开展R语言与数据分析的相关培训。对数据分析有深刻认识，曾与不同领域公司合作，参与到多个数据分析的项目中，如华为、广州地铁等

特别说明：

本课程不可以使用免固定学费道具卡、免学费道具卡，只接受钱包金额报名。

点击下方二维码或阅读原文报名课程：