欢迎来到在线教学平台
问题答疑
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
更多
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
首页 - 课程列表 - 课程详情
返回
自然语言处理_西湖大学
课程类型:
选修课
发布时间:
2024-11-04 16:40:47
主讲教师:
课程来源:
建议学分:
0.00分
课程编码:
mk004757
课程介绍
课程目录
教师团队
{1}--自然语言处理领域介绍(Introduction)
[1.1.1]--课程大纲.mp4
(0分钟)
[1.2.1]--自然语言处理领域介绍及其发展历史(NLP).mp4
(0分钟)
[1.3.1]--基础NLP任务介绍-句法分析任务.mp4
(0分钟)
[1.4.1]--基础NLP任务介绍-语义分析任务.mp4
(0分钟)
[1.5.1]--基础NLP任务介绍-信息抽取任务.mp4
(0分钟)
[1.6.1]--基础NLP任务介绍-文本生成任务及其他任务介绍.mp4
(0分钟)
[1.7.1]--使用机器学习视角学习自然语言处理的必要性.mp4
(0分钟)
{2}--概率模型(Counting Relative Frequency
[2.1.1]--最大似然估算和词概率模型.mp4
(0分钟)
[2.2.1]--概率模型理论总结.mp4
(0分钟)
[2.3.1]--一元语言模型(Unigram LM).mp4
(0分钟)
[2.4.1]--贝叶斯公式推导.mp4
(0分钟)
[2.5.1]--二元语言模型(Bigram LM).mp4
(0分钟)
[2.6.1]--三元语言模型和生成模型.mp4
(0分钟)
[2.7.1]--Knessay-Ney Smoothing.mp4
(0分钟)
[2.8.1]--Good-Turing Smoothing.mp4
(0分钟)
[2.9.1]--朴素贝叶斯文本分类.mp4
(0分钟)
{3}--向量数学模型(Feature Vectors)
[3.1.1]--特征向量和如何将文档映射到向量空间中.mp4
(0分钟)
[3.2.1]--聚类(Clustering).mp4
(0分钟)
[3.3.1]--文本分类-支持向量机(SVM).mp4
(0分钟)
[3.4.1]--文本分类-感知机(Perceptron).mp4
(0分钟)
[3.5.1]--多分类问题.mp4
(0分钟)
[3.6.1]--多分类支持向量机和感知机.mp4
(0分钟)
[3.7.1]--判别式模型和特征.mp4
(0分钟)
[3.8.1]--判别、生成与线性模型讨论.mp4
(0分钟)
[3.9.1]--可分性、泛化性以及线性不可分问题.mp4
(0分钟)
{4}--对数线性模型(Discriminative Linear Cla
[4.1.1]--对数线性模型.mp4
(0分钟)
[4.2.1]--对数线性模型的训练.mp4
(0分钟)
[4.3.1]--多分类对数线性模型的训练.mp4
(0分钟)
[4.4.1]--对数线性模型小结.mp4
(0分钟)
[4.5.1]--利用随机梯度下降的支持向量机训练.mp4
(0分钟)
[4.6.1]--支持向量机与感知机模型.mp4
(0分钟)
[4.7.1]--判别式分类模型总结.mp4
(0分钟)
[4.8.1]--多模型的比较和融合.mp4
(0分钟)
[4.9.1]--多模型堆叠.mp4
(0分钟)