CS224n深度学习自然语言处理,友邻学社,自然语言处理（NLP）是信息时代最重要的技术之一。理解复杂的语言表达也是人工智能的重要组成部分。 NLP的应用无处不在，因为语言是人们交流的主要途径：网络搜索、广告电子邮件、客户服务、语言翻译、广播节目等.NLP应用程序背后有各种各样的基础任务和机器学习模型。最近，深度学习方法在许多不同的NLP任务中获得了非常高的性能。这些模型通常可以使用单个端到端模型进行训练，而不需要传统的特定任务下的特征工程。在本课程中，学生将学习运用训练调试可视化并做出他们自己的神经网络模型。该课程全面介绍了应用于NLP深度学习的前沿研究。在模型方面，我们将涵盖单词矢量表示、基于窗口的神经网络、递归神经网络、长短期记忆模型、递归神经网络、卷积神经网络以及一些涉及存储器组件的近期模型。通过讲座和编程作业，学生将学习必要的工程技巧，使神经网络能够解决实际问题。 本课程是斯坦福大学之前的cs224n课程（自然语言处理）和cs224d（自然语言处理的深度学习）的合并。 必备条件 熟练掌握Python 大学微积分、线性代数 基本概率和统计 机器学习基础 适用人群：有志于进军自然语言处理领域的ＩＴ人士，抓住互联网产业升级的下一个风口。