欢迎来到鲁泽科技平台
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
扫码下载Android
扫码打开微信小程序
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：
2024-12-14 15:14:39
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）
