斯坦福自然语言处理习题课-限时优惠精品网课

限时特惠

向学员详细讲解斯坦福大学自然语言处理（NLP）cs224n的作业实现技术，采用python+numpy方式实现，使学员可以充分理解自然语言处理（NLP）中主要算法底层实现技术，使学员不仅能够掌握斯坦福教授所讲述的前沿理论，同时掌握各种算法的实现技术。

学员可以加入课程专属的微信群，共同讨论技术问题。同时，还可以与老师一起，参加自然语言处理相关的数据科学比赛，通过比赛来提高算法的应用能力。

本课程为连载课程，每周一更新一课时，内容涵盖一个作业实现细节，价格将上涨10元，心动的同学赶快行动！

课程目录：

作业1之神经网

sigmoid函数

softmax函数和Cross Entropy函数详解

实现简单神经网络

TensorFlow计算图简介

作业1之词向量

随机梯度下降算法

词向量实现

作业1之情感计算

情感计算实现

作业2之softmax

TensorFlow实现softmax

TensorFlow eager execution实现softmax

作业2之依赖分析

依赖分析作业实现

作业2之RNN语言模型

递归神经网络详解

语言模型及实现

作业3之实体识别

实体识别简介

实体识别实现

作业3之RNN与实体识别

基于RNN的实体识别实现

作业3之GRU与实体识别

基于GRU的实体识别实现