NLP自然語言處理技術(shù)高級工程師培訓(xùn)班其它上課時間：

• 2021/3/26至2021/3/29 北京

• 2021/6/27至2021/6/30 北京

• 2021/7/24至2021/7/27 杭州

• 2021/9/26至2021/9/29 上海

• 2021/10/26至2021/10/29 北京

• 2021/11/27至2021/11/30 珠海

• 2021/12/24至2021/12/27 北京

1.系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。

課程介紹：
Python是數(shù)據(jù)分析最常用的語言之一，中文自然語言處理（簡稱NLP）是計算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。它研究能實現(xiàn)人與計算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法。NLP是一門融語言學(xué)、機(jī)器學(xué)習(xí)、統(tǒng)計學(xué)、大數(shù)據(jù)以及人工智能等于一體的科學(xué)。本課程偏重實戰(zhàn)，不僅系統(tǒng)介紹了NLP涉及的知識點，同時也教會大家如何實際應(yīng)用與開發(fā)。
本次培訓(xùn)主要介紹NLP所需要了解的Python科學(xué)包、正則表達(dá)式以及檢索技術(shù)的知識。包括NLP相關(guān)的各個知識點：詞法分析技術(shù)、句法分析技術(shù)、常用的向量化方法，介紹機(jī)器學(xué)習(xí)的一些基本概念，重點突出NLP常用的分類算法、聚類算法，同時還分享了幾個案例。每個部分都有對應(yīng)源數(shù)據(jù)和完整代碼，供實戰(zhàn)使用。
自然語言處理（NLP）屬于人工智能與計算機(jī)語言學(xué)的交叉領(lǐng)域，處理的是計算機(jī)與人類語言之間的交互問題。隨著人機(jī)交互需求的日益增長，計算機(jī)具備處理當(dāng)前主要自然語言的能力已經(jīng)成為了一個必然趨勢。
本培訓(xùn)適合通信、金融、保險、制造、醫(yī)藥、教育科研、市場調(diào)研、連鎖零售和電子商務(wù)等行業(yè)的數(shù)據(jù)分析人員，通過本課程的學(xué)習(xí)，將對NLP與數(shù)據(jù)科學(xué)領(lǐng)域中的概念有一個充分的了解，并能將這些知識應(yīng)用到日常工作中。

課程大綱

課程模塊

課程主題主要內(nèi)容及案例和演示

模塊一NLP和深度學(xué)習(xí)發(fā)展概況和最新動態(tài)

1.NLP歷史現(xiàn)在及為什么需要學(xué)習(xí)NLP技術(shù)

2.NLP實現(xiàn)機(jī)器學(xué)習(xí)，聊天機(jī)器人，情感分析和語義搜索

模塊二NLP與PYTHON編程

3.Python環(huán)境搭建及開發(fā)工具安裝

4.NLP常用PYTHON開發(fā)包的介紹

5.Jieba安裝、介紹及使用

6.StanfordNLP在Python環(huán)境中安裝、介紹及使用

7.Hanlp在Python環(huán)境中安裝、介紹及使用

模塊三

快速掌握NLP技術(shù)之分詞、詞性標(biāo)注和關(guān)鍵字提取

08.分詞、詞性標(biāo)注及命名實體識別介紹及應(yīng)用

09.準(zhǔn)確分詞之加載自定義字典分詞

10.準(zhǔn)確分詞之動態(tài)調(diào)整詞頻和字典

11.詞性標(biāo)注代碼實現(xiàn)及信息提取

12.人名、地名、機(jī)構(gòu)名等關(guān)鍵命名實體識別

13.TextRank算法原理介紹

14.基于TextRank關(guān)鍵詞提取

模塊四句法與文法

16.依存句法與語義依存分析

17.依存句法樹解析（子樹遍歷，遞歸搜索，葉子節(jié)點提取等）

18.名詞短語塊挖掘

19.自定義語法與CFG

模塊五N-GRAM文本挖掘

20.N-GRAM算法介紹

21.N-GRAM生成詞語對

22.TF-IDF算法介紹應(yīng)用

23.基于TF-IDF挖掘符合語言規(guī)范的N-GRAM

模塊六

表示學(xué)習(xí)與關(guān)系嵌入

24.語言模型

25.詞向量

26.深入理解Word2vec算法層次sofmax

27.深入理解Word2vec算法負(fù)采樣

28.6.4基于Word2vec技術(shù)的詞向量、字向量訓(xùn)練

模塊七

深度學(xué)習(xí)之卷積神經(jīng)網(wǎng)絡(luò)

29.BP神經(jīng)網(wǎng)絡(luò)

30.徹底理解深度學(xué)習(xí)指卷積神經(jīng)網(wǎng)絡(luò)

31.CNN文本分類

32.CNN文本分類算法模塊

33.CNN文本分類模型詳解數(shù)據(jù)預(yù)處理

34.CNN文本分類模型測試與部署

模塊八深度學(xué)習(xí)之遞歸神經(jīng)網(wǎng)絡(luò)

35.遞歸網(wǎng)絡(luò)

36.LSTM

37.LSTM文本分類原理

38.LSTM文本分類代碼架構(gòu)

39.LSTM文本分類代碼詳解

40.LSTM文本分類模型預(yù)測與部署

模塊九

特定領(lǐng)域命名實體識別NER技術(shù)

41.基于深度學(xué)習(xí)醫(yī)藥保險命名實體識別課題背景介紹

42.醫(yī)藥保險命名實體和實體關(guān)系體系建立和命名實體分類規(guī)范

43.醫(yī)藥保險命名實體識別相關(guān)前沿技術(shù)和難點

44.基于深度學(xué)習(xí)醫(yī)藥保險命名實體識別的算法模塊設(shè)計

45.數(shù)據(jù)的采集，清洗，數(shù)據(jù)機(jī)器自動標(biāo)注及轉(zhuǎn)化為深度學(xué)習(xí)格式

46.模型本地Lib庫封裝

47.部署tensorflow訓(xùn)練好的模型為云服務(wù)

48.算法設(shè)計及代碼實現(xiàn)

49.代碼調(diào)試，參數(shù)優(yōu)化及深度剖析（深入理解）

課程主講

張老師：阿里大數(shù)據(jù)高級專家，國內(nèi)資深的大數(shù)據(jù)、Python技術(shù)專家，在Python技術(shù)編程、NLP自然語言處理、CV領(lǐng)域有很深造詣技術(shù)進(jìn)行了多年的深入的研究，更主要的是這些技術(shù)在大量的實際項目中得到廣泛的應(yīng)用，曾使用Tensorflow，Caffe，Keras等深度學(xué)習(xí)框架完成過多項圖像，語音，nlp，搜索相關(guān)的人工智能實際項目，研發(fā)經(jīng)驗豐富。同時具有多年授課培訓(xùn)經(jīng)驗，講課通熟易懂，代碼風(fēng)格簡潔清晰。