首页
拜师
课程
定制计划
博客资源站
手机app
首页
拜师
课程
定制计划
博客资源站
手机app
登录
注册
登录
注册
NLP实战高手课
简介
分类
人工智能
查看课程
任务列表
第1任务: 资料文档下载
第2任务: 01丨课程介绍.mp4
第3任务: 02丨内容综述.mp4
第4任务: 03丨AI概览：宣传片外的人工智能.mp4
第5任务: 04丨AI项目流程：从实验到落地.mp4
第6任务: 05丨NLP领域简介：NLP基本任务及研究方向.mp4
第7任务: 每日作业
第8任务: 06丨NLP应用：智能问答系统.mp4
第9任务: 07丨NLP应用：文本校对系统.mp4
第10任务: 08丨NLP的学习方法：如何在AI爆炸时代快速上手学习？.mp4
第11任务: 09丨深度学习框架：选择合适的深度学习框架？10丨深度学习与硬件：CPU.mp4
第12任务: 每日作业
第13任务: 10 | 深度学习与硬件：CPU.mp4
第14任务: 11丨深度学习与硬件：GPU.mp4
第15任务: 12丨深度学习与硬件：TPU.mp4
第16任务: 13丨AI项目部署：基本原则.mp4
第17任务: 14丨AI项目部署：框架选择.mp4
第18任务: 15丨AI项目部署：微服务简介.mp4
第19任务: 16丨统计学基础：随机性是如何改变数据拟合的本质的？.mp4
第20任务: 17丨神经网络基础：神经网络还是复合函数.mp4
第21任务: 18丨神经网络基础：训练神经网络.mp4
第22任务: 19丨神经网络基础：神经网络的基础构成.mp4
第23任务: 每日作业
第24任务: 20丨Embedding简介.mp4
第25任务: 21丨RNN简介：马尔可夫过程和隐马尔可夫过程.mp4
第26任务: 22丨RNN简介：RNN和LSTM.mp4
第27任务: 23丨CNN：卷积神经网络是什么？.mp4
第28任务: 24丨环境部署：如何构建简单的深度学习环境？.mp4
第29任务: 25丨PyTorch简介：Tensor和相关运算.mp4
第30任务: 26丨PyTorch简介：如何构造Dataset和DataLoader？.mp4
第31任务: 27丨PyTorch简介：如何构造神经网络？.mp4
第32任务: 28丨文本分类实践：如何进行简单的文本分类？.mp4
第33任务: 29丨文本分类实践的评价：如何提升进一步的分类效果？.mp4
第34任务: 每日作业
第35任务: 30丨经典的数据挖掘方法：数据驱动型开发早期的努力.mp4
第36任务: 31丨表格化数据挖掘基本流程：看看现在的数据挖掘都是怎么做的？.mp4
第37任务: 32丨Pandas 简介：如何使用Pandas对数据进行处理？.mp4
第38任务: 33丨Matplotlib 简介：如何进行简单的可视化分析？.mp4
第39任务: 34丨半自动特征构建方法：Target Mean Encoding.mp4
第40任务: 35丨半自动特征构建方法：Categorical Encoder.mp4
第41任务: 36丨半自动特征构建方法：连续变量的离散化.mp4
第42任务: 37丨半自动特征构建方法：Entity Embedding.mp4
第43任务: 38丨半自动构建方法：Entity Embedding的实现.mp4
第44任务: 每日作业
第45任务: 39丨半自动特征构建方法：连续变量的转换.mp4
第46任务: 40丨半自动特征构建方法：缺失变量和异常值的处理.mp4
第47任务: 41丨自动特征构建方法：Symbolic learning和AutoCross简介.mp4
第48任务: 42丨降维方法：PCA、NMF 和 tSNE.mp4
第49任务: 43丨降维方法：Denoising Auto Encoders.mp4
第50任务: 44丨降维方法：Variational Auto Encoder.mp4
第51任务: 45丨变量选择方法.mp4
第52任务: 每日作业
第53任务: 46丨集成树模型：如何提升决策树的效果47丨集成树模型：GBDT和XgBoost的数学表达.mp4
第54任务: 47 | 集成树模型GBDT和XgBoost的数学表达.mp4
第55任务: 48丨集成树模型：LightGBM简介.mp4
第56任务: 49丨集成树模型：CatBoost和NGBoost简介.mp4
第57任务: 50丨神经网络建模：如何让神经网络实现你的数据挖掘需求 51丨神经网络的构建：ResidualConnection和
第58任务: 51丨健康检查：与Liveness、Readiness、Startup探测集成实现高可用.mp4
第59任务: 52丨神经网络的构建：NetworkinNetwork.mp4
第60任务: 53丨神经网络的构建：GatingMechanism和Attention.mp4
第61任务: 54丨神经网络的构建：Memory.mp4
第62任务: 55丨神经网络的构建：ActivationFunction.mp4
第63任务: 56丨神经网络的构建：Normalization.mp4
第64任务: 57丨神经网络的训练：初始化.mp4
第65任务: 58丨神经网络的训练：学习率和Warm-up.mp4
第66任务: 59丨神经网络的训练：新的PyTorch训练框架.mp4
第67任务: 每日作业
第68任务: 60丨Transformer：如何通过Transformer榨取重要变量？.mp4
第69任务: 61丨Transformer代码实现剖析.mp4
第70任务: 62丨xDeepFM：如何用神经网络处理高维的特征？.mp4
第71任务: 63丨xDeepFM的代码解析.mp4
第72任务: 64丨时序建模：如何用神经网络解决时间序列的预测问题？.mp4
第73任务: 65丨图嵌入：如何将图关系纳入模型？.mp4
第74任务: 66丨图网络简介：如何在图结构的基础上建立神经网络？.mp4
第75任务: 每日作业
第76任务: 67丨模型融合基础：如何让你所学到的模型方法一起发挥作用？.mp4
第77任务: 68丨高级模型融合技巧：Metades是什么？.mp4
第78任务: 69丨挖掘自然语言中的人工特征：如何用传统的特征解决问题？.mp4
第79任务: 70丨重新审视Word Embedding：Negative Sampling和Contextual Embedding71丨深度迁移学习模型：从ELMo到BERT.mp4
第80任务: 71 | 深度迁移学习模型从ELMo到BERT.mp4
第81任务: 72丨深度迁移学习模型：RoBERTa、XLNet、ERNIE和T5.mp4
第82任务: 73丨深度迁移学习模型：ALBERT和ELECTRA[www.17zixueba.com].mp4
第83任务: 74丨深度迁移学习模型的微调：如何使用TensorFlow在TPU对模型进行微调.mp4
第84任务: 75丨深度迁移学习模型的微调：TensorFlowBERT代码简析.mp4
第85任务: 76丨深度迁移学习的微调：如何利用PyTorch实现深度迁移学习模型的微调及代码简析.mp4
第86任务: 每日作业
第87任务: 77丨优化器：Adam和AdamW.mp4
第88任务: 78丨优化器：Lookahead，Radam和Lamb.mp4
第89任务: 79丨多重loss的方式：如何使用多重loss来提高模型准确率？.mp4
第90任务: 80丨数据扩充的基本方法：如何从少部分数据中扩充更多的数据并避免过拟合？.mp4
第91任务: 81丨UDA：一种系统的数据扩充框架.mp4
第92任务: 82丨LabelSmoothing和LogitSqueezing.mp4
第93任务: 83丨底层模型拼接：如何让不同的语言模型融合在一起从而达到更好的效果？.mp4
第94任务: 84丨上层模型拼接：如何在语言模型基础上拼接更多的模型？.mp4
第95任务: 85丨长文本分类：截取、关键词拼接和预测平均.mp4
第96任务: 86丨VirtualAdverserialTraining：如何减少一般对抗训练难收敛的问题并提高结果的鲁棒性？.mp4
第97任务: 87丨其他Embedding的训练：还有哪些Embedding方法？.mp4
第98任务: 88丨训练预语言模型.mp4
第99任务: 每日作业
第100任务: 89丨多任务训练：如何利用多任务训练来提升效果？.mp4
第101任务: 90丨DomainAdaptation：如何利用其它有标注语料来提升效果？.mp4
第102任务: 91丨Few-shotLearning：是否有更好的利用不同任务的方法？.mp4
第103任务: 92丨半监督学习：如何让没有标注的数据也派上用场？.mp4
第104任务: 93丨依存分析和SemanticParsing概述.mp4
第105任务: 94丨依存分析和UniversalDepdencyRelattions.mp4
第106任务: 95丨Stanza使用.mp4
第107任务: 96丨ShiftReduce算法.mp4
第108任务: 97丨基于神经网络的依存分析算法.mp4
第109任务: 98丨树神经网络：如何采用TreeLSTM和其它拓展方法？.mp4
第110任务: 99丨SemanticParsing基础：SemanticParsing的任务是什么？.mp4
第111任务: 每日作业
第112任务: 100丨WikiSQL任务简介.mp4
第113任务: 101丨ASDL和AST.mp4
第114任务: 102丨Tranx简介.mp4
第115任务: 103丨LambdaCaculus概述.mp4
第116任务: 104丨Lambda-DCS概述.mp4
第117任务: 105丨InductiveLogicProgramming：基本设定.mp4
第118任务: 106 | InductiveLogicProgramming：一个可微的实现.mp4
第119任务: 107丨增强学习的基本设定：增强学习与传统的预测性建模有什么区别？.mp4
第120任务: 108丨最短路问题和DijkstraAlgorithm.mp4
第121任务: 109丨Q-learning：如何进行Q-learning算法的推导？.mp4
第122任务: 每日作业
第123任务: 110丨Rainbow：如何改进Q-learning算法？.mp4
第124任务: 111丨PolicyGradient：如何进行PolicyGradient的基本推导？.mp4
第125任务: 112丨A2C和A3C：如何提升基本的PolicyGradient算法.mp4
第126任务: 113丨Gumbel-trick：如何将离散的优化改变为连续的优化问题？.mp4
第127任务: 114丨MCTS简介：如何将“推理”引入到强化学习框架中.mp4
第128任务: 115丨DirectPolictyGradient：基本设定及Gumbel-trick的使用116丨DirectPolictyGradient：轨迹生成方法.mp4
第129任务: 116 | DirectPolictyGradient：轨迹生成方法.mp4
第130任务: 117丨AutoML及NeuralArchitectureSearch简介.mp4
第131任务: 118丨AutoML网络架构举例.mp4
第132任务: 119丨RENAS：如何使用遗传算法和增强学习探索网络架构.mp4
第133任务: 每日作业
第134任务: 120丨DifferentiableSearch：如何将NAS变为可微的问题.mp4
第135任务: 121丨层次搜索法：如何在模块之间进行搜索？.mp4
第136任务: 122丨LeNAS：如何搜索搜索space.mp4
第137任务: 123丨超参数搜索：如何寻找算法的超参数.mp4
第138任务: 124丨Learning to optimize：是否可以让机器学到一个新的优化器.mp4
第139任务: 125 | 遗传算法和增强学习的结合.mp4
第140任务: 126 | 使用增强学习改进组合优化的算法.mp4
第141任务: 127 | 多代理增强学习概述：什么是多代理增强学习？.mp4
第142任务: 128 | AlphaStar介绍：AlphaStar中采取了哪些技术？.mp4
第143任务: 129 | IMPALA：多Agent的Actor-Critic算法.mp4
第144任务: 130-COMAAgent之间的交流.mp4
第145任务: 131-多模态表示学习简介.mp4
第146任务: 每日作业
第147任务: 132-知识蒸馏：如何加速神经网络推理.mp4
第148任务: 133-DeepGBM：如何用神经网络捕捉集成树模型的知识.mp4
第149任务: 134-文本推荐系统和增强学习.mp4
第150任务: 135-RL训练方法集锦：简介.mp4
第151任务: 136-RL训练方法RL实验的注意事项.mp4
第152任务: 137-PPO算法.mp4
第153任务: 138-Reward设计的一般原则.mp4
第154任务: 139-解决SparseReward的一些方法.mp4
第155任务: 140-ImitationLearning和Self-imitationLearning.mp4
第156任务: 141-增强学习中的探索问题.mp4
第157任务: 142-Model-basedReinforcementLearning.mp4
第158任务: 143-TransferReinforcementLearning和Few-shotReinforcementLearning.mp4
第159任务: 144-Quora问题等价性案例学习：预处理和人工特征.mp4
第160任务: 145-Quora问题等价性案例学习：深度学习模型.mp4
第161任务: 每日作业
第162任务: 146-文本校对案例学习.mp4
第163任务: 147-微服务和Kubernetes简介.mp4
第164任务: 148-Docker简介.mp4
第165任务: 149-Docker部署实践.mp4
第166任务: 150-Kubernetes基本概念.mp4
第167任务: 151-Kubernetes部署实践.mp4
第168任务: 152-Kubernetes自动扩容.mp4
第169任务: 153-Kubernetes服务发现.mp4
第170任务: 154-KubernetesIngress.mp4
第171任务: 155-Kubernetes健康检查.mp4
第172任务: 156-Kubernetes灰度上线.mp4
第173任务: 157-KubernetesStatefulSets.mp4
第174任务: 158-Istio简介：Istio包含哪些功能？.mp4
第175任务: 159-Istio实例和Circuit Breaker.mp4
第176任务: 160-结束语.mp4
第177任务: 每日作业
