相关题库

咨询

其他联系方式

所属系列课程

评价

牛津大学xDeepMind 自然语言处理,大数据文摘,大数据文摘重磅推出 牛津大学与DeepMind合办课程 Deep NLP深度学习自然语言处理【汉化】视频! 【课程大纲】*每周日更新 -导论 -词向量与词汇语义学 -语言建模RNN -文本分类 -英伟达RNN和GPU -条件语言建模 -语音识别 -文本语音转换 -智能问答 -记忆和语言学 牛津大学Deep NLP是一门关于自然语言处理的高阶课程。如何自动处理自然语言输入、并产生语言输出,是人工智能的重要研究方向。这门课主要讲授近2-3年深度学习在自然语言处理方面的最新发展。课程从相关机器学习模型的数学原理和最优算法讲起,将会讲到神经网络在NLP中的一系列应用,包括潜在语义分析、语音到文字的转录、语言翻译以及问答。同时也会讲到这些模型在CPU和GPU上的实现。 课程由牛津大学和谷歌DeepMind(AlphaGo的开发机构)联合开设,是牛津大学计算机系2017年春季学期最新课程。由Phil Blunsom主讲,同时邀请到多位来自DeepMind和NVIDIA的业界讲师来做客座讲座。 课程所有资料(视频、讲义、作业)免费发布于GitHub,https://github.com/oxford-cs-deepnlp-2017/lectures,大数据文摘已联系课程主讲人取得翻译授权。 适用人群:想学习自然语言处理,具备概率论,线性代数,微积分的基础知识,具有机器学习基础和良好的编程基础的人群