课程优势

点我咨询困惑

学习大纲

  • Week1



    1、深度学习介绍

    2、自然语言处理介绍

    3、自然语言应用领域

    作业:Softmax 算法和Neural Network Basics 神经网络基础实现

    比赛实战1:“达观杯”NLP算法大赛报名指导及入门讲解


  • Week2


    1、高级词向量表示:word2vec 2

    2、Word Window分类与神经网络

    作业:word2vec 实现和Sentiment Analysis 情绪分析


  • Week3


    1、反向传播与项目指导:Backpropagation and Project Advice

    2、依赖解析:Dependency Parsing

    作业:Neural Transition-Based Dependency Parsing 基于神经网络的依赖分析

    比赛实战1:带打“达观杯”NLP算法大赛(进阶版)


  • Week4


    1、TensorFlow入门

    2、RNN和语言模型

    作业:nsorflow Softmax 基于TensorFlow的softmax分类


  • Week5


    1、高级LSTM及GRU:LSTM and GRU

    2、期中复习

    作业:Recurrent Neural Networks: Language Modeling 循环神经网络语言建模


  • Week6


    1、机器翻译、序列到序列、注意力模型:Machine Translation, Seq2Seq and Attention

    2、GRU和NMT的进阶

    作业:A window into named entity recognition(NER)基于窗口模式的名称识别

    Kaggle比赛:预测泰坦尼克号幸存乘客(报名指导)

  • Week7


    1、语音识别的end-to-end模型

    2、卷积神经网络:CNN

    作业:Recurrent neural nets for named entity recognition(NER) 基于RNN的名称识别

  • Week8


    1、Tree RNN与短语句法分析

    2、指代消解

    Kaggle比赛:预测泰坦尼克号幸存乘客(入门指导)

  • Week9


    1、DMN与问答系统

    2、NLP存在的问题与未来的架构

  • Week10


    挑战深度学习与自然语言处理的极限

    Kaggle比赛:预测泰坦尼克号幸存乘客(进阶指导)

  • Week11-12


    比赛复盘及期末总结


CS224n2-1.jpg





CS224n2-2.jpg


CS224n2-4.jpg







CS224n3-1.jpg

CS224n-中间3-2.jpg


















CS224n4-2.jpg








CS224n5-1.jpg





CS224n5-2.jpg