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
首页
前沿技术
人工智能
NLP实战高手课
107
人加入学习
(0人评价)
NLP实战高手课
价格
免费
教学计划
自由式学习
解锁式学习
学习有效期
365 天(随到随学)
已收藏
收藏
分享
扫一扫
扫二维码继续学习 二维码时效为半小时
分享
已收藏
收藏
该课程属于
2700-罗-算法方向-数据挖掘-就业:否
请加入后再学习
目录
笔记
(0)
评价
(0)
介绍
全部
解锁式学习
自由式学习
26丨PyTorch简介:如何构造Dataset和DataLoader?.mp4
全部任务
01丨课程介绍.mp4
02丨内容综述.mp4
03丨AI概览:宣传片外的人工智...
04丨AI项目流程:从实验到落地...
05丨NLP领域简介:NLP基本...
06丨NLP应用:智能问答系统....
07丨NLP应用:文本校对系统....
08丨NLP的学习方法:如何在A...
09丨深度学习框架:选择合适的深...
10 | 深度学习与硬件:CPU...
11丨深度学习与硬件:GPU.m...
12丨深度学习与硬件:TPU.m...
13丨AI项目部署:基本原则.m...
14丨AI项目部署:框架选择.m...
15丨AI项目部署:微服务简介....
16丨统计学基础:随机性是如何改...
17丨神经网络基础:神经网络还是...
18丨神经网络基础:训练神经网络...
19丨神经网络基础:神经网络的基...
20丨Embedding简介.m...
21丨RNN简介:马尔可夫过程和...
22丨RNN简介:RNN和LST...
23丨CNN:卷积神经网络是什么...
24丨环境部署:如何构建简单的深...
25丨PyTorch简介:Ten...
26丨PyTorch简介:如何构...
27丨PyTorch简介:如何构...
28丨文本分类实践:如何进行简单...
29丨文本分类实践的评价:如何提...
30丨经典的数据挖掘方法:数据驱...
31丨表格化数据挖掘基本流程:看...
32丨Pandas 简介:如何使...
33丨Matplotlib 简介...
34丨半自动特征构建方法:Tar...
35丨半自动特征构建方法:Cat...
36丨半自动特征构建方法:连续变...
37丨半自动特征构建方法:Ent...
38丨半自动构建方法:Entit...
39丨半自动特征构建方法:连续变...
40丨半自动特征构建方法:缺失变...
41丨自动特征构建方法:Symb...
42丨降维方法:PCA、NMF ...
43丨降维方法:Denoisin...
44丨降维方法:Variatio...
45丨变量选择方法.mp4
46丨集成树模型:如何提升决策树...
47 | 集成树模型GBDT和X...
48丨集成树模型:LightGB...
49丨集成树模型:CatBoos...
50丨神经网络建模:如何让神经网...
51丨健康检查:与Livenes...
52丨神经网络的构建:Netwo...
53丨神经网络的构建:Gatin...
54丨神经网络的构建:Memor...
55丨神经网络的构建:Activ...
56丨神经网络的构建:Norma...
57丨神经网络的训练:初始化.m...
58丨神经网络的训练:学习率和W...
59丨神经网络的训练:新的PyT...
60丨Transformer:如...
61丨Transformer代码...
62丨xDeepFM:如何用神经...
63丨xDeepFM的代码解析....
64丨时序建模:如何用神经网络解...
65丨图嵌入:如何将图关系纳入模...
66丨图网络简介:如何在图结构的...
67丨模型融合基础:如何让你所学...
68丨高级模型融合技巧:Meta...
69丨挖掘自然语言中的人工特征:...
70丨重新审视Word Embe...
71 | 深度迁移学习模型从EL...
72丨深度迁移学习模型:RoBE...
73丨深度迁移学习模型:ALBE...
74丨深度迁移学习模型的微调:如...
75丨深度迁移学习模型的微调:T...
76丨深度迁移学习的微调:如何利...
77丨优化器:Adam和Adam...
78丨优化器:Lookahead...
79丨多重loss的方式:如何使...
80丨数据扩充的基本方法:如何从...
81丨UDA:一种系统的数据扩充...
82丨LabelSmoothin...
83丨底层模型拼接:如何让不同的...
84丨上层模型拼接:如何在语言模...
85丨长文本分类:截取、关键词拼...
86丨VirtualAdvers...
87丨其他Embedding的训...
88丨训练预语言模型.mp4
89丨多任务训练:如何利用多任务...
90丨DomainAdaptat...
91丨Few-shotLearn...
92丨半监督学习:如何让没有标注...
93丨依存分析和Semantic...
94丨依存分析和Universa...
95丨Stanza使用.mp4
96丨ShiftReduce算法...
97丨基于神经网络的依存分析算法...
98丨树神经网络:如何采用Tre...
99丨SemanticParsi...
100丨WikiSQL任务简介....
101丨ASDL和AST.mp4
102丨Tranx简介.mp4
103丨LambdaCaculu...
104丨Lambda-DCS概述...
105丨InductiveLog...
106 | InductiveL...
107丨增强学习的基本设定:增强...
108丨最短路问题和Dijkst...
109丨Q-learning:如...
110丨Rainbow:如何改进...
111丨PolicyGradie...
112丨A2C和A3C:如何提升...
113丨Gumbel-trick...
114丨MCTS简介:如何将“推...
115丨DirectPolict...
116 | DirectPoli...
117丨AutoML及Neura...
118丨AutoML网络架构举例...
119丨RENAS:如何使用遗传...
120丨Differentiab...
121丨层次搜索法:如何在模块之...
122丨LeNAS:如何搜索搜索...
123丨超参数搜索:如何寻找算法...
124丨Learning to ...
125 | 遗传算法和增强学习的...
126 | 使用增强学习改进组合...
127 | 多代理增强学习概述:...
128 | AlphaStar介...
129 | IMPALA:多Ag...
130-COMAAgent之间的...
131-多模态表示学习简介.mp...
132-知识蒸馏:如何加速神经网...
133-DeepGBM:如何用神...
134-文本推荐系统和增强学习....
135-RL训练方法集锦:简介....
136-RL训练方法RL实验的注...
137-PPO算法.mp4
138-Reward设计的一般原...
139-解决SparseRewa...
140-ImitationLea...
141-增强学习中的探索问题.m...
142-Model-basedR...
143-TransferRein...
144-Quora问题等价性案例...
145-Quora问题等价性案例...
146-文本校对案例学习.mp4
147-微服务和Kubernet...
148-Docker简介.mp4
149-Docker部署实践.m...
150-Kubernetes基本...
151-Kubernetes部署...
152-Kubernetes自动...
153-Kubernetes服务...
154-KubernetesIn...
155-Kubernetes健康...
156-Kubernetes灰度...
157-KubernetesSt...
158-Istio简介:Isti...
159-Istio实例和Circ...
160-结束语.mp4
资料文档下载
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
每日作业
资料文档下载
01丨课程介绍.mp4
02丨内容综述.mp4
03丨AI概览:宣传片外的人工智...
04丨AI项目流程:从实验到落地...
05丨NLP领域简介:NLP基本...
每日作业
06丨NLP应用:智能问答系统....
07丨NLP应用:文本校对系统....
08丨NLP的学习方法:如何在A...
09丨深度学习框架:选择合适的深...
每日作业
10 | 深度学习与硬件:CPU...
11丨深度学习与硬件:GPU.m...
12丨深度学习与硬件:TPU.m...
13丨AI项目部署:基本原则.m...
14丨AI项目部署:框架选择.m...
15丨AI项目部署:微服务简介....
16丨统计学基础:随机性是如何改...
17丨神经网络基础:神经网络还是...
18丨神经网络基础:训练神经网络...
19丨神经网络基础:神经网络的基...
每日作业
20丨Embedding简介.m...
21丨RNN简介:马尔可夫过程和...
22丨RNN简介:RNN和LST...
23丨CNN:卷积神经网络是什么...
24丨环境部署:如何构建简单的深...
25丨PyTorch简介:Ten...
26丨PyTorch简介:如何构...
27丨PyTorch简介:如何构...
28丨文本分类实践:如何进行简单...
29丨文本分类实践的评价:如何提...
每日作业
30丨经典的数据挖掘方法:数据驱...
31丨表格化数据挖掘基本流程:看...
32丨Pandas 简介:如何使...
33丨Matplotlib 简介...
34丨半自动特征构建方法:Tar...
35丨半自动特征构建方法:Cat...
36丨半自动特征构建方法:连续变...
37丨半自动特征构建方法:Ent...
38丨半自动构建方法:Entit...
每日作业
39丨半自动特征构建方法:连续变...
40丨半自动特征构建方法:缺失变...
41丨自动特征构建方法:Symb...
42丨降维方法:PCA、NMF ...
43丨降维方法:Denoisin...
44丨降维方法:Variatio...
45丨变量选择方法.mp4
每日作业
46丨集成树模型:如何提升决策树...
47 | 集成树模型GBDT和X...
48丨集成树模型:LightGB...
49丨集成树模型:CatBoos...
50丨神经网络建模:如何让神经网...
51丨健康检查:与Livenes...
52丨神经网络的构建:Netwo...
53丨神经网络的构建:Gatin...
54丨神经网络的构建:Memor...
55丨神经网络的构建:Activ...
56丨神经网络的构建:Norma...
57丨神经网络的训练:初始化.m...
58丨神经网络的训练:学习率和W...
59丨神经网络的训练:新的PyT...
每日作业
60丨Transformer:如...
61丨Transformer代码...
62丨xDeepFM:如何用神经...
63丨xDeepFM的代码解析....
64丨时序建模:如何用神经网络解...
65丨图嵌入:如何将图关系纳入模...
66丨图网络简介:如何在图结构的...
每日作业
67丨模型融合基础:如何让你所学...
68丨高级模型融合技巧:Meta...
69丨挖掘自然语言中的人工特征:...
70丨重新审视Word Embe...
71 | 深度迁移学习模型从EL...
72丨深度迁移学习模型:RoBE...
73丨深度迁移学习模型:ALBE...
74丨深度迁移学习模型的微调:如...
75丨深度迁移学习模型的微调:T...
76丨深度迁移学习的微调:如何利...
每日作业
77丨优化器:Adam和Adam...
78丨优化器:Lookahead...
79丨多重loss的方式:如何使...
80丨数据扩充的基本方法:如何从...
81丨UDA:一种系统的数据扩充...
82丨LabelSmoothin...
83丨底层模型拼接:如何让不同的...
84丨上层模型拼接:如何在语言模...
85丨长文本分类:截取、关键词拼...
86丨VirtualAdvers...
87丨其他Embedding的训...
88丨训练预语言模型.mp4
每日作业
89丨多任务训练:如何利用多任务...
90丨DomainAdaptat...
91丨Few-shotLearn...
92丨半监督学习:如何让没有标注...
93丨依存分析和Semantic...
94丨依存分析和Universa...
95丨Stanza使用.mp4
96丨ShiftReduce算法...
97丨基于神经网络的依存分析算法...
98丨树神经网络:如何采用Tre...
99丨SemanticParsi...
每日作业
100丨WikiSQL任务简介....
101丨ASDL和AST.mp4
102丨Tranx简介.mp4
103丨LambdaCaculu...
104丨Lambda-DCS概述...
105丨InductiveLog...
106 | InductiveL...
107丨增强学习的基本设定:增强...
108丨最短路问题和Dijkst...
109丨Q-learning:如...
每日作业
110丨Rainbow:如何改进...
111丨PolicyGradie...
112丨A2C和A3C:如何提升...
113丨Gumbel-trick...
114丨MCTS简介:如何将“推...
115丨DirectPolict...
116 | DirectPoli...
117丨AutoML及Neura...
118丨AutoML网络架构举例...
119丨RENAS:如何使用遗传...
每日作业
120丨Differentiab...
121丨层次搜索法:如何在模块之...
122丨LeNAS:如何搜索搜索...
123丨超参数搜索:如何寻找算法...
124丨Learning to ...
125 | 遗传算法和增强学习的...
126 | 使用增强学习改进组合...
127 | 多代理增强学习概述:...
128 | AlphaStar介...
129 | IMPALA:多Ag...
130-COMAAgent之间的...
131-多模态表示学习简介.mp...
每日作业
132-知识蒸馏:如何加速神经网...
133-DeepGBM:如何用神...
134-文本推荐系统和增强学习....
135-RL训练方法集锦:简介....
136-RL训练方法RL实验的注...
137-PPO算法.mp4
138-Reward设计的一般原...
139-解决SparseRewa...
140-ImitationLea...
141-增强学习中的探索问题.m...
142-Model-basedR...
143-TransferRein...
144-Quora问题等价性案例...
145-Quora问题等价性案例...
每日作业
146-文本校对案例学习.mp4
147-微服务和Kubernet...
148-Docker简介.mp4
149-Docker部署实践.m...
150-Kubernetes基本...
151-Kubernetes部署...
152-Kubernetes自动...
153-Kubernetes服务...
154-KubernetesIn...
155-Kubernetes健康...
156-Kubernetes灰度...
157-KubernetesSt...
158-Istio简介:Isti...
159-Istio实例和Circ...
160-结束语.mp4
每日作业
01丨课程介绍.mp4
02丨内容综述.mp4
03丨AI概览:宣传片外的人工智...
04丨AI项目流程:从实验到落地...
05丨NLP领域简介:NLP基本...
06丨NLP应用:智能问答系统....
07丨NLP应用:文本校对系统....
08丨NLP的学习方法:如何在A...
09丨深度学习框架:选择合适的深...
10 | 深度学习与硬件:CPU...
11丨深度学习与硬件:GPU.m...
12丨深度学习与硬件:TPU.m...
13丨AI项目部署:基本原则.m...
14丨AI项目部署:框架选择.m...
15丨AI项目部署:微服务简介....
16丨统计学基础:随机性是如何改...
17丨神经网络基础:神经网络还是...
18丨神经网络基础:训练神经网络...
19丨神经网络基础:神经网络的基...
20丨Embedding简介.m...
21丨RNN简介:马尔可夫过程和...
22丨RNN简介:RNN和LST...
23丨CNN:卷积神经网络是什么...
24丨环境部署:如何构建简单的深...
25丨PyTorch简介:Ten...
26丨PyTorch简介:如何构...
27丨PyTorch简介:如何构...
28丨文本分类实践:如何进行简单...
29丨文本分类实践的评价:如何提...
30丨经典的数据挖掘方法:数据驱...
31丨表格化数据挖掘基本流程:看...
32丨Pandas 简介:如何使...
33丨Matplotlib 简介...
34丨半自动特征构建方法:Tar...
35丨半自动特征构建方法:Cat...
36丨半自动特征构建方法:连续变...
37丨半自动特征构建方法:Ent...
38丨半自动构建方法:Entit...
39丨半自动特征构建方法:连续变...
40丨半自动特征构建方法:缺失变...
41丨自动特征构建方法:Symb...
42丨降维方法:PCA、NMF ...
43丨降维方法:Denoisin...
44丨降维方法:Variatio...
45丨变量选择方法.mp4
46丨集成树模型:如何提升决策树...
47 | 集成树模型GBDT和X...
48丨集成树模型:LightGB...
49丨集成树模型:CatBoos...
50丨神经网络建模:如何让神经网...
51丨健康检查:与Livenes...
52丨神经网络的构建:Netwo...
53丨神经网络的构建:Gatin...
54丨神经网络的构建:Memor...
55丨神经网络的构建:Activ...
56丨神经网络的构建:Norma...
57丨神经网络的训练:初始化.m...
58丨神经网络的训练:学习率和W...
59丨神经网络的训练:新的PyT...
60丨Transformer:如...
61丨Transformer代码...
62丨xDeepFM:如何用神经...
63丨xDeepFM的代码解析....
64丨时序建模:如何用神经网络解...
65丨图嵌入:如何将图关系纳入模...
66丨图网络简介:如何在图结构的...
67丨模型融合基础:如何让你所学...
68丨高级模型融合技巧:Meta...
69丨挖掘自然语言中的人工特征:...
70丨重新审视Word Embe...
71 | 深度迁移学习模型从EL...
72丨深度迁移学习模型:RoBE...
73丨深度迁移学习模型:ALBE...
74丨深度迁移学习模型的微调:如...
75丨深度迁移学习模型的微调:T...
76丨深度迁移学习的微调:如何利...
77丨优化器:Adam和Adam...
78丨优化器:Lookahead...
79丨多重loss的方式:如何使...
80丨数据扩充的基本方法:如何从...
81丨UDA:一种系统的数据扩充...
82丨LabelSmoothin...
83丨底层模型拼接:如何让不同的...
84丨上层模型拼接:如何在语言模...
85丨长文本分类:截取、关键词拼...
86丨VirtualAdvers...
87丨其他Embedding的训...
88丨训练预语言模型.mp4
89丨多任务训练:如何利用多任务...
90丨DomainAdaptat...
91丨Few-shotLearn...
92丨半监督学习:如何让没有标注...
93丨依存分析和Semantic...
94丨依存分析和Universa...
95丨Stanza使用.mp4
96丨ShiftReduce算法...
97丨基于神经网络的依存分析算法...
98丨树神经网络:如何采用Tre...
99丨SemanticParsi...
100丨WikiSQL任务简介....
101丨ASDL和AST.mp4
102丨Tranx简介.mp4
103丨LambdaCaculu...
104丨Lambda-DCS概述...
105丨InductiveLog...
106 | InductiveL...
107丨增强学习的基本设定:增强...
108丨最短路问题和Dijkst...
109丨Q-learning:如...
110丨Rainbow:如何改进...
111丨PolicyGradie...
112丨A2C和A3C:如何提升...
113丨Gumbel-trick...
114丨MCTS简介:如何将“推...
115丨DirectPolict...
116 | DirectPoli...
117丨AutoML及Neura...
118丨AutoML网络架构举例...
119丨RENAS:如何使用遗传...
120丨Differentiab...
121丨层次搜索法:如何在模块之...
122丨LeNAS:如何搜索搜索...
123丨超参数搜索:如何寻找算法...
124丨Learning to ...
125 | 遗传算法和增强学习的...
126 | 使用增强学习改进组合...
127 | 多代理增强学习概述:...
128 | AlphaStar介...
129 | IMPALA:多Ag...
130-COMAAgent之间的...
131-多模态表示学习简介.mp...
132-知识蒸馏:如何加速神经网...
133-DeepGBM:如何用神...
134-文本推荐系统和增强学习....
135-RL训练方法集锦:简介....
136-RL训练方法RL实验的注...
137-PPO算法.mp4
138-Reward设计的一般原...
139-解决SparseRewa...
140-ImitationLea...
141-增强学习中的探索问题.m...
142-Model-basedR...
143-TransferRein...
144-Quora问题等价性案例...
145-Quora问题等价性案例...
146-文本校对案例学习.mp4
147-微服务和Kubernet...
148-Docker简介.mp4
149-Docker部署实践.m...
150-Kubernetes基本...
151-Kubernetes部署...
152-Kubernetes自动...
153-Kubernetes服务...
154-KubernetesIn...
155-Kubernetes健康...
156-Kubernetes灰度...
157-KubernetesSt...
158-Istio简介:Isti...
159-Istio实例和Circ...
160-结束语.mp4
排序:
最新笔记
最新笔记
点赞最多
暂无笔记
授课教师
森陌夏栀
高级算法工程师
teacher03
teacher02
teacher01
老师
课程特色
图文(1)
视频(160)
考试(16)
最新学员
学员动态
郑伟
加入学习
3644Nzk
开始学习
66丨图网络简介:如何在图结构...
3644Nzk
开始学习
65丨图嵌入:如何将图关系纳入...
4c14385522bdf633
加入学习
3852N姜
加入学习