知名線上課程 【尹相志深度學習實戰4】AI翻譯官-自然語言處理(基礎篇)(含教材) 講師:尹相志 影音教學 中文發音 繁體中文版(DVD版)
自然語言處理技術(NLP)成熟讓IBM華生人工智慧系統在益智問答節目打敗人類，尹相志老師就將在本課程中藉由三大練習範例重點，配合簡單Python指令，讓學員輕鬆探索語意學習，並逐一了解HMM, LSTM, Attention...等自然語言處理技術，讓自己的深度學習實作知識更上層樓!
對語言世界的降維攻擊
NLU與NLP的差異說明及應用介紹
傳統的NLP處理方式
中文語言的困難點
非監督式訓練語言的方法\t
中文分詞的原則與HMM隱馬可夫模型說明
實作: 詞向量原理與詞向量工具程式(Word2vec)part1
主要詞向量的作法 - CBOW, Skip-Gram
實作: 詞彙向量計算與詞向量工具程式(Word2vec)part2
實作: 實體列舉與詞向量工具程式(Word2vec)part3
句向量的計算方法
其他詞向量的介紹: GloVe, FastTest
Encoding Spatial Relations from Natural Language
林夕詞神養成計畫
語言的資料類型
RNN的原理與架構及問題
LSTM的原理與架構
LSTM的變體類型與架構 : Peephole, Bi-LSTM, GRU
序列對序列的基本關系
Char-RNN與Teacher Forcing
使用LSTM模型的整體思路與架構
柿子挑軟的吃的問題與可用的解法
注意力機制的原理與解決的問題
神經網路快譯通
序列對序列的基本說明
1-to-1序列對序列
Many-to-Many序列對序列
序列對序列的標注
LSTM編碼與解碼
Attention 與 Position Encoding
Bert
序列對序列應用-語言翻譯
如何判斷翻譯的品質？- BLEU
如何解決過度翻譯與翻譯不足？- Converage機制
對偶學習與推敲網路
如何讓機器更人性化 - DeepMoji, Babbling\t
意圖識別
|
|
您現在的位置：
專業知識教學
