UC Berkeley-2019-《深度学习与应用自然语言处理》实战课程分享

课程介绍

    本课程将自然语言处理作为一套探索和推理文本数据的方法的使用，特别关注NLP的实际应用—以新的创造性方式使用Python中现有的NLP方法和库(而不是探索它们背后的核心算法)。

 

    学生将学会应用和扩展现有的NLP Python库(包括scikit-learning、keras、gensim和spacy )来解决文本处理问题。主讲内容包括text-driven的forecasting和prediction(涉及与文本分类或回归相关的问题)；实验设计；文本的表示，包括源自语言结构的特征(如词性、命名实体、语法和共指消解)，以及单词、句子和文档的低维表示的特征；处于聚类的目的探索文本相似性；信息提取(提取文本中提到的实体之间的关系)；以及人机交互中涉及的NLP问题。本课程将集中讨论解决这些问题的现代神经方法(包括CNN、RNN、LSTMs和Attention的结构)，以及经典方法(逻辑/线性回归、贝叶斯模型)。

 

    本课程主要面向一系列学科(包括信息、英语、社会学、公共政策、新闻、计算机科学、法律等)的学生。他们对文本数据科学感兴趣，可以用Python编程，但可能没有比较扎实的技术背景。

    文末附课程资料下载地址

课程主页

     http://people.ischool.berkeley.edu/~dbamman/info256.html

课程大纲

课程资料下载地址

链接: https://pan.baidu.com/s/1OqVFDxRfxHcuPR-AQaizhw

提取码: p7ey 

往期精品内容推荐

Jacob Eisenstein《自然语言处理》最新经典教材免费分享

2019年新书-《PyTorch实战-一个解决问题的方法》精品教材分享

MIT深度学习基础-2019视频课程分享

斯坦福NLP组-2019-《CS224n: NLP与深度学习》-分享

2018-Github最热门机器学习开源项目Top10分享

工业级实战 - 一文教会你基于Docker在Kubernetes上部署深度学习模型

实战经验分享-少量数据NLP场景下进行深度学习训练的建议

BatchNorm有效性原理解析

机器学习圣经《模式识别与机器学习(PRML)-2018》pdf分享

DeepMind-1123-深度学习与强化学习高阶课程分享（带中英文字幕）

好书推荐-《深度学习基础-构建下一代机器学习算法》免费下载

吴恩达-中文完整版《Mechine Learning Yearning》分享

10月最新-深度强化学习圣经-《Reinforcement Learning-第二版》

扫描下方二维码可以订阅哦！

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号：lqfarmerlq