【完结】自然语言处理之AI深度顶级实战课程视频济_共:15.60GB

[复制链接]
查看91 | 回复0 | 2021-4-20 10:07:38 | 显示全部楼层 |阅读模式
文件名称: 【完结】自然语言处理之AI深度顶级实战课程视频济_共:15.60GB
文件总数量: 76条
压缩文件数量: 0条
压缩文件比: 0%
疑似加密文件: 0条(需要授权播放的文件)
文件创建时间: 2021-3-30 03:30:09

目录:【【完结】自然语言处理之AI深度学习顶级实战课程】
目录:【【完结】自然语言处理之AI深度学习顶级实战课程】
    自然语言处理-配套课件链接.docx[2.22KB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/章节9:特定领域命名实体识别NER技术】
    55.代码调试,参数优化及深度剖析(深入理解)2_.mp4[99.08MB]
    54.代码调试,参数优化及深度剖析(深入理解)1.mp4[95.72MB]
    53.算法设计及代码实现2_.mp4[58.80MB]
    52.算法设计及代码实现1.mp4[110.50MB]
    51.部署tensorflow训练好的模型为云服务(下).mp4[49.88MB]
    50.部署tensorflow训练好的模型为云服务(上).mp4[44.68MB]
    49.模型本地Lib库封装(下).mp4[36.08MB]
    48.模型本地Lib库封装(上).mp4[55.68MB]
    47.数据的采集,清洗,数据机器自动标注及转化为深度学习格式.mp4[68.63MB]
    46.数据的采集,清洗,数据机器自动标注及转化为深度学习格式.mp4[56.96MB]
    45.基于深度学习医药保险命名实体识别的算法模块设计(下)_.mp4[64.18MB]
    44.基于深度学习医药保险命名实体识别的算法模块设计(上).mp4[50.00MB]
    43.医药保险命名实体识别相关前沿技术和难点.mp4[49.71MB]
    42.医药保险命名实体和实体关系体系建立和命名实体分类规范.mp4[99.65MB]
    41.基于深度学习医药保险命名实体识别课题背景介绍.mp4[91.17MB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/章节8:深度学习之递归神经网络】
    40.LSTM文本分类模型预测与部署.mp4[27.60MB]
    39.LSTM文本分类代码详解.mp4[49.80MB]
    38.LSTM文本分类代码架构_.mp4[27.10MB]
    37.LSTM文本分类原理.mp4[11.75MB]
    36.LSTM.mp4[57.54MB]
    35.递归网络.mp4[54.72MB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/章节7:深度学习之卷积神经网络】
    文本分类模型测试与部署.mp4[15.75MB]
    文本分类模型详解数据预处理.mp4[35.24MB]
    文本分类算法模块_.mp4[95.66MB]
    文本分类.mp4[45.44MB]
    30.彻底理解深度学习指卷积神经网络.mp4[63.46MB]
    29.BP神经网络.mp4[53.17MB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/章节6:表示学习与关系嵌入】
    28.6.4基于Word2vec技术的词向量、字向量训练_.mp4[107.49MB]
    27.深入理解Word2vec算法负采样.mp4[51.90MB]
    26.深入理解Word2vec算法层次sofmax.mp4[59.39MB]
    25.词向量.mp4[57.02MB]
    24.语言模型.mp4[19.37MB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/章节5:N-GRAM文本挖掘】
    23.基于TF-IDF挖掘符合语言规范的N-GRAM.mp4[50.49MB]
    22.TF-IDF算法介绍应用.mp4[24.36MB]
    21.N-GRAM生成词语对.mp4[27.79MB]
    20.N-GRAM算法介绍_.mp4[27.08MB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/章节4:句法与文法】
    19.自定义语法与CFG.mp4[46.69MB]
    18.名词短语块挖掘.mp4[61.82MB]
    17.依存句法树解析(子树遍历,递归搜索,叶子节点提取等).mp4[40.92MB]
    16.依存句法与语义依存分析.mp4[26.17MB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/章节3:快速掌握NLP技术之分词、词性标注和关键字提取】
    15.基于TextRank关键词提取.mp4[30.35MB]
    14.TextRank算法原理介绍_.mp4[50.36MB]
    13.人名、地名、机构名等关键命名实体识别.mp4[44.90MB]
    12.词性标注代码实现及信息提取.mp4[22.67MB]
    11.准确分词之动态调整词频和_字_典_.mp4[32.54MB]
    10.准确分词之加载自定义_字_典_分词02_.mp4[42.73MB]
    09.准确分词之加载自定义_字_典_分词01.mp4[39.06MB]
    08.分词、词性标注及命名实体识别介绍及应用.mp4[28.60MB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/章节2:NLP与PYTHON编程】
    7.Hanlp在Python环境中安装、介绍及使用.mp4[38.25MB]
    6.StanfordNLP在Python环境中安装、介绍及使用.mp4[38.83MB]
    5.Jieba安装、介绍及使用.mp4[45.17MB]
    4.NLP常用PYTHON开发包的介绍.mp4[42.49MB]
    3.Python环境搭建及开发工具安装_.mp4[29.65MB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/章节1:NLP和深度学习发展概况和最新动态】
    2.NLP实现机器学习,聊天机器人,情感分析和语义搜索.mp4[177.21MB]
    1.NLP历史现在及为什么需要学习NLP技术.mp4[133.65MB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/275_aupo_自然语言处理】
    TextRank.docx[31.15KB]
    3、6TextRank算法原理介绍.pptx[1.87MB]
    3、5人名、地名、机构名等关键命名实体识别.pptx[1.87MB]
    第一章.zip[1.35MB]
    第五章.zip[1.26GB]
    第四章.zip[2.57GB]
    第三章_.zip[6.51GB]
    第七章_.zip[71.65MB]
    第六章.zip[246.05MB]
    第二章.zip[647.91MB]
    第八章.zip[72.41MB]
    code.zip[1.31GB]
目录:【【完结】自然语言处理之AI深度学习顶级实战课程/275_aupo_自然语言处理/第九章】
    电子病历实体识别.pdf[579.52KB]
    gen_data.py[3.33KB]
    gen_data(1).py[3.33KB]
    DICT_NOW.csv[421.48KB]
    source_data.zip[116.10KB]
    source_data(1).zip[116.10KB]
    NERuselocal4.zip[13.86MB]
    chunking.zip[8.86MB]
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则