老钱《自然语言处理》实战训练营-深度学习文本分类项目实践(附源码)

课程目标:掌握文本分类项目实践方法;掌握TextCNN等深度学习文本分类项目实践方法;

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
1分 共26课时,共1小时55分钟
现价¥99.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

掌握文本分类项目实践方法;掌握TextCNN等深度学习文本分类项目实践方法;

适用人群

具备自然语言处理的基础;例如分词;熟悉Python;熟悉基本的深度学习框架Keras

课程简介

  《老钱------AI实战训练营的系列课程》= 多个案例掌握《文本分类》

       文本分类一直是NLP领域的热门应用,常用在舆情分析,文章分类,智能客服等多个场景。本课程以案例驱动出发。结合多个项目实战案例,协助学习者迅速掌握文本分类项目。


     课程特色   

          1.案例驱动:专题技术,完整案例;

          2.源码操作:内含完整程序源码和数据集;

          3.实战指引:覆盖文本分类四大过程模型;

          4.系统学习:一套完整的文本分类建设方法论,迅速掌握文本分类的开发过程。包括深度学习方法,语料库方法等


     适合人群

         1. 想要从事NLP的在校学生、NLP研发工程师、NLP产品经理,想要转型NLP的IT老兵。

         2.具备Python基础,熟悉机器学习的基础理论

         3.具备自然语言处理的基础知识



     具体课程大纲如下:


                1.文本分类概述  

                  1.文本分类的定义与典型应用场景

                  2.文本分类的难点

                  3.文本分类的意义

                  4.文本分类技术实现的一般流程

                    1.文本预处理

                    2.文本表示与特征选择

                    3.构造分类器

                    4.分类

                  5.文本分类任务使用的技术有哪些

                  6.文本分类项目的评价方法

                

                2.基于经典方法的文本分类算法项目实践-贝叶斯搜狗新闻文本分类

                  1.文本数据载入及清洗

                  2.把数据集分为训练集和测试集

                  3.中文分词

                  4.引入停用词典

                  5.文本特征提取

                  6.机器学习建模-贝叶斯原理

                  7.使用贝叶斯进行建模

                  8.文本特征提取

                  9.N-gram模型

                  10.模型效果测试与总结

                

                3.大规模文本分类网络TextCNN概述  

                  1.什么是TextCNN

                  2.为什么使用TextCNN

                  3.TextCNN原理介绍

                    1.CNN模型回顾

                    2.TextCNN网络结构

                    3.TextCNN优缺点

                  4.如何使用TextCNN

                  5.TextCNN模型应用场景

                  6.TextCNN开源实现方案介绍

                


                4.TextCNN项目实践-基于TextCNN完成电影评论分类

                  1.项目背景

                  2.IMDB 电影影评数据集介绍

                  3.准备IMDB 电影影评数据与TextCNN环境

                  4.IMDB 电影影评数据预处理

                  5.TextCNN实现文本分类的原理

                  6.TextCNN模型搭建

                  7.TextCNN模型参数介绍

                  8.运行结果分析

                  9.TextCNN模型参数优化介绍

                  10.项目总结

                

第一章文本分类概述(带您迅速入门文本分类)
5节16分钟
1-1文本分类的定义与典型应用场景 [免费试看]
03:32
1-2文本分类的难点 [免费试看]
03:35
1-3文本分类的流程 [免费试看]
03:52
1-4文本分类模型使用的技术 [免费试看]
03:23
1-5文本分类项目评价方法
01:54
第二章文本分类项目-搜狗新闻分类项目实践(基于贝叶斯方法)
10节42分钟
2-1搜狗新闻分类项目背景介绍 [免费试看]
02:29
2-2搜狗新闻分类项目数据集介绍 [免费试看]
02:19
2-3搜狗新闻分类项目流程设计 [免费试看]
02:05
2-4搜狗新闻分类-朴素贝叶斯文本分类原理 [免费试看]
09:56
2-5搜狗新闻分类-数据加载
04:09
2-6搜狗新闻分类-分词与停用词库加载
04:33
2-7搜狗新闻分类-TFIDF+贝叶斯模型
06:34
2-8搜狗新闻分类-NGram模型
03:44
2-9模型保存与测试
04:57
2-10项目总结
01:46
第三章电影评论情感分类-基于TextCNN的深度学习方法
11节56分钟
3-1TextCNN网络概述 [免费试看]
02:30
3-2TextCNN网络结构与原理 [免费试看]
07:37
3-3电影评论情感分类项目背景介绍
02:08
3-4电影评论情感分类数据集介绍
02:10
3-5电影评论情感分类-项目流程介绍
01:02
讲师介绍
Jack Qian
讲师评分3.2分
楚门智能创始人,昆士兰理工大学数据科学硕士,前阿里高级研发工程师,Cloudera认证讲师,Cloudera认证大数据管理员;多年大数据行业经验,原联想电商大数据平台负责人,主要科研方向为数据科学,在自然语言处理领域有资深的经验,参与过多个百亿级别得大数据项目,操作过真正得大数据集群。并拥有咨询、大数据产品设计、商务等多方面得资深经验。擅长Spark、Hadoop等平台架构,讲课风格幽默风趣、实战为主。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载