課程介紹

課程來(lái)自于開(kāi)課吧2022年人工智能核心能力七期-NLP方向?qū)I(yè)課
從更高的能力層面看，比技能更核心關(guān)鍵的，是升級(jí)我們自身的思維“操作系統(tǒng)”，也就是不斷提升我們的認(rèn)知能力，刷新適應(yīng)新環(huán)境的思維模式。
第一，CT計(jì)算思維（Computational Thinking）。歐美的教育官方機(jī)構(gòu)，早在三四年前，就在教育發(fā)展計(jì)劃中將CT計(jì)算思維的培養(yǎng)做了明確的要求。計(jì)算思維建立在數(shù)學(xué)和嚴(yán)密邏輯的基礎(chǔ)上，簡(jiǎn)言之，是利用計(jì)算機(jī)科學(xué)解決問(wèn)題的一種強(qiáng)有力的思維方式。
第二，快速學(xué)習(xí)的能力。信息革命以來(lái)，我們十年間的信息量就已經(jīng)遠(yuǎn)超過(guò)去幾百年間人類的信息量總和。外部環(huán)境變化日益加快，如果不能培養(yǎng)自己快速學(xué)習(xí)的能力，應(yīng)對(duì)瞬息萬(wàn)變的世界，被淘汰就是時(shí)間問(wèn)題。好在互聯(lián)網(wǎng)的普及，讓我們?nèi)魏稳硕加辛私邮茏詈玫膶W(xué)習(xí)資源的機(jī)會(huì)，讓快速學(xué)習(xí)變?yōu)榭赡堋?br /> 第三，系統(tǒng)思維。這是解決復(fù)雜問(wèn)題，并且找到最優(yōu)方案的思維能力。能做成一件事的方法有好多種，如何選出最合適的，就需要系統(tǒng)的思考和判斷。掌握了系統(tǒng)思維，可以更快構(gòu)建框架，看到問(wèn)題的本質(zhì)、更有效率地思考清楚問(wèn)題，并完成相應(yīng)的任務(wù)。
自然語(yǔ)言處理（NLP，Natural Language Processing）是研究人與計(jì)算機(jī)交互的語(yǔ)言問(wèn)題的一門學(xué)科。按照技術(shù)實(shí)現(xiàn)難度的不同，這類系統(tǒng)可以分成簡(jiǎn)單匹配式、模糊匹配式和段落理解式三種類型。

文件目錄

01、第一章 自然語(yǔ)言處理的基本過(guò)程
自然語(yǔ)言處理的基本過(guò)程–作業(yè).zip
自然語(yǔ)言處理的基本過(guò)程.pptx.zip
自然語(yǔ)言處理的基本過(guò)程–標(biāo)準(zhǔn)答案.zip
第一章第1節(jié)： 自然語(yǔ)言處理的基本過(guò)程.mp4
02、第二章 向量空間模型
向量空間模型.pptx
作業(yè) — 使用 PCA 進(jìn)行降維可視化.zip
作業(yè)-答案.zip
1_向量空間模型.pptt.zip
第二章第1節(jié)： 向量空間模型.mp4
03、第三章 自然語(yǔ)言理解初步
作業(yè).docx
realdonaldtrump.csv.zip
自然語(yǔ)言處理初步.pptx.zip
第三章第1節(jié)： 自然語(yǔ)言理解初步.mp4
04、第四章 語(yǔ)言模型與概率圖模型
CRF_NER.zip
作業(yè)文檔.docx
語(yǔ)言模型和概率圖模型.pptx
ner_dataset.csv.zip
第四章第1節(jié)： 語(yǔ)言模型與概率圖模型.mp4
05、第五章 詞向量模型Word2Vec
1_詞向量.pptx.zip
作業(yè)(1).docx
第五章第1節(jié)： 詞向量模型Word2Vec.mp4
06、第六章 Transformer與BERT，大規(guī)模預(yù)訓(xùn)練問(wèn)題
預(yù)訓(xùn)練模型.pptx
大規(guī)模預(yù)訓(xùn)練問(wèn)題 — 作業(yè)題.ipynb.zip
第六章第1節(jié)： Transformer與BERT，大規(guī)模預(yù)訓(xùn)練問(wèn)題.mp4
07、第七章 自然語(yǔ)言生成
文本生成.pptx.zip
作業(yè)(2).docx
第七章第1節(jié)： 自然語(yǔ)言生成.mp4
08、第八章 自然語(yǔ)言處理與人工智能前沿
自然語(yǔ)言處理與人工智能前沿.docx
NLP前沿.pptx.zip
第八章第1節(jié)： 自然語(yǔ)言處理與人工智能前沿.mp4