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
3031
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
客服1
官方群