登录
¥
支付方式
微信支付
支付宝支付
¥
请使用微信扫一扫 扫描二维码支付
¥
请使用支付宝扫一扫 扫描二维码支付
自然语言处理工程师
你将学习可应用于现实世界挑战和机遇的技术，成为技术扎实、有创新能力和职业思维的 NLP 工程师。
课程
3
课时
41
学习人数
3082
自然语言处理入门
2025年，自然语言处理市场将突破 223 亿美元。自然语言处理让计算机可以与人类有效沟通，因此是 AI 技术革新的核心所在。高速发展的行业渴望掌握领先技术的人才，现在加入课程，为行业和人类社会带来改变！
- 第1 节 ： NLP发展历史介绍和展望
- 免费 课时1：NLP发展历史介绍和展望 84:08
- 第2 节 ： NLP基础技能
- 课时2：数学理论基础 59:54
- 课时3：自然语言基础 47:27
- 课时4：深度学习技术（上） 54:29
- 课时5：深度学习技术（下） 45:31
- 第3 节 ： NLP与深度学习应用——文本检索
- 课时6：文本检索（上） 31:29
- 课时7：文本检索（下） 38:33
- 课时8：实战项目：基于RNN的文本检索模型搭建，训练以及测试（上） 25:05
- 课时9：实战项目：基于RNN的文本检索模型搭建，训练以及测试（中） 32:19
- 课时10：实战项目：基于RNN的文本检索模型搭建，训练以及测试（下） 44:51
- 第4 节 ： NLP与深度学习应用——文本生成
- 课时11：文本生成及其基本模型 45:57
- 课时12：图像到文本生成 65:10
- 课时13：实战项目：基于RNN的机器人写古诗 41:33
- 课时14：实战项目：Image captioning/图像描述自动生成最新方法讲解与实践 38:24
- 第5 节 ： NLP与深度学习应用——文本分类
- 课时15：文本分类介绍（上） 32:04
- 课时16：文本分类介绍（下） 56:28
- 课时17：实战项目：CNN文本分类模型 58:03
- 课时18：实战项目：RNN文本分类模型 57:53
- 第6 节 ： NLP与深度学习应用——机器翻译
- 课时19：机器翻译介绍（上） 60:49
- 课时20：机器翻译介绍（下） 57:02
- 课时21：实战项目：搭建并训练基于RNN的encoder-decoder中英翻译模型（上） 46:24
- 课时22：实战项目：搭建并训练基于RNN的encoder-decoder中英翻译模型（下） 54:09
- 课时23：实战项目：股票预测 09:46
- 第7 节 ： NLP与深度学习应用——问答系统
- 课时24：问答系统介绍（上） 51:43
- 课时25：问答系统介绍（下） 60:43
- 课时26：实战项目：Dynamic Memory Networks 34:07
- 课时27：实战项目：Visual question answering结合图像信息的问答模型实践（上） 40:02
- 课时28：实战项目：Visual question answering结合图像信息的问答模型实践（下） 45:23
- 第8 节 ： 讲师直播答疑
- 课时29：5.27讲师直播答疑 敬请期待
- 课时30：直播答疑01 33:10
授课教师
新加坡南洋理工大学 博士
学员动态
小白U1638540865
开始学习课时 NLP发展历史介绍和展望
关胤
开始学习课时 实战项目：CNN文本分类模型
客服1
官方群