开课吧百度飞桨联合设计双证资深AI实战工程师（NLP方向）

├──第01章 问答摘要与推理-项目简介
| ├──第1节 1-1项目和课程内容介绍
| | ├──Lecture-01.pdf 7.67M
| | └──第1节 1-1项目和课程内容介绍ev_ev.mp4 302.07M | └──第2节 1-2词向量Word2vec及其优化方法详解 | | ├──Lecture-2.pdf 14.02M | | └──第2节 1-2词向量Word2vec及其优化方法详解_ev_ev.mp4 467.60M ├──第02章 问答摘要与推理-代码实操Word2vec | ├──第2节 2-1项目代码实操-中文分词、处理以及构建Word2vec | | ├──第2节 2-1项目代码实操-中文分词、处理以及构建Word2vec_ev_ev.mp4 446.08M | | ├──随堂代码.zip 32.18M | | └──随堂资料.txt 0.07kb | └──第3节 2-2项目研讨课Ⅰ | | └──第3节 2-2项目研讨课I_ev_ev.mp4 125.67M ├──第03章 问答摘要与推理-Seq2Seq | ├──第1节 3-1文本生成方法之Seq2Seq （Encoder、Decoder、Attention) | | ├──Lecture-02-seq2seq-attention.pdf 12.31M | | └──第1节 3-1文本生成方法之Seq2Seq （Encoder、Decoder、Attention)_ev_ev.mp4 458.44M | └──第2节 3-2项目研讨课Ⅱ | | ├──第2节 3-2项目研讨课Ⅱ_ev_ev.mp4 227.27M | | └──课堂PPT及代码.zip 9.71M ├──第04章 问答摘要与推理-代码实操Seq2Seq | ├──第1节 4-1GRU、LSTM算法对比，Seq2Seq模型搭建并训练及代码实现 | | ├──4-1课堂讲义及代码.zip 1.02M | | └──第1节 4-1GRU、LSTM算法对比，Seq2Seq模型搭建并训练及代码实现_ev_ev.mp4 332.04M | └──第2节 作业指导：预训练词向量与embedding搭建 | | ├──20191013研讨课.zip 13.22kb | | └──第2节 作业指导：预训练词向量与embedding搭建_ev_ev.mp4 204.12M ├──第05章 问答摘要与推理-模型训练 | ├──第1节 5-1深度学习框架图计算理论，模型训练代码实践、优化器对比选择 | | ├──lecture-3.ipynb.zip 1.74M | | └──第1节 5-1深度学习框架图计算理论，模型训练代码实践、优化器对比选择_ev_ev.mp4 271.65M | └──第2节 5-2Model搭建 | | ├──20191020PPT及代码.zip 1.70M | | ├──5-2PPT.pptx 1.22M | | └──第2节 5-2Model搭建_ev_ev.mp4 179.55M ├──第06章 问答摘要与推理-Extractive Text Summarization | ├──第1节 抽提式文本摘要相关算法详解 | | ├──6-1PPT及随堂代码.zip 2.45M | | └──第1节 抽提式文本摘要相关算法详解_ev_ev.mp4 169.29M | └──第2节 pgn网络搭建 | | ├──6-2随堂课件及代码.zip 14.96kb | | └──第2节 pgn网络搭建_ev_ev.mp4 252.07M ├──第07章 文本生成问题前沿算法 | ├──第1节 7-1Extractive Text Summarization抽提式文本摘要 | | ├──7-1PPT及课堂代码.zip 2.95M | | └──第1节 7-1Extractive Text Summarization抽提式文本摘要_ev_ev.mp4 249.92M | └──第2节 7-2抽取式摘要 | | ├──7-2随堂代码.zip 79.66M | | └──第2节 7-2抽取式摘要_ev_ev.mp4 178.84M ├──第08章 问答摘要与推理- 项目代码部署 | ├──第1节 8-1项目总结以及模型部署 | | ├──8-1随堂课件及PPT.zip 1.37M | | ├──8-1作业要求.txt 0.27kb | | └──第1节 8-1项目总结以及模型部署_ev_ev.mp4 230.76M | └──第2节 8-2代码讲解与演示 | | ├──8-2随堂课件代码.zip 337.59kb | | └──第2节 8-2代码讲解与演示_ev_ev.mp4 222.89M ├──第09章 试题知识点标注-项目课程简介 | ├──第1节 9-1项目介绍和课程安排 | | ├──9-1课堂资料.zip 5.90M | | ├──第1节 9-1项目介绍和课程安排-1_ev_ev.mp4 89.33M | | ├──第1节 9-1项目介绍和课程安排-2_ev_ev.mp4 65.95M | | └──第1节 9-1项目介绍和课程安排-3_ev_ev.mp4 82.53M | └──第2节 9-2手动实现贝叶斯，baseline实战 | | ├──9-2课堂代码.zip 24.21kb | | └──第2节 9-2手动实现贝叶斯，baseline实战_ev_ev.mp4 182.56M ├──第10章 试题知识点标注-常用机器学习方法及在文本分类问题中的应用 | ├──第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践 | | ├──10-1随堂课件.zip 3.91M | | ├──第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践-1_ev_ev.mp4 29.94M | | ├──第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践-2_ev_ev.mp4 150.17M | | └──第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践-3_ev_ev.mp4 90.53M | └──第2节 10-2tf搭建fasttext文本分类 | | ├──10-2随堂代码.zip 679.68kb | | └──第2节 10-2tf搭建fasttext文本分类_ev_ev.mp4 188.49M ├──第11章 试题知识点标注-卷积神经网络在文本分类中的应用 | ├──第1节 11-1CNN、TextCNN、GCN与文本分类 | | ├──11-1随堂课件.zip 5.59M | | ├──第1节 11-1CNN、TextCNN、GCN与文本分类-1_ev_ev.mp4 99.97M | | ├──第1节 11-1CNN、TextCNN、GCN与文本分类-2_ev_ev.mp4 70.81M | | └──第1节 11-1CNN、TextCNN、GCN与文本分类-3_ev_ev.mp4 90.52M | └──第2节 11-2Text CNN多标签分类实现 | | ├──11-2随堂代码.zip 7.22M | | └──第2节 11-2Text CNN多标签分类实现_ev_ev.mp4 155.53M ├──第12章 试题知识点标注- 预训练语言模型初识 | ├──第1节 12-1Transformer Emlo GPT等结构介绍 | | ├──12-1随堂课件.zip 15.66M | | ├──第1节 12-1Transformer Emlo GPT等结构介绍-1_ev_ev.mp4 93.64M | | └──第1节 12-1Transformer Emlo GPT等结构介绍-2_ev_ev.mp4 256.06M | └──第2节 12-2 Transformer等常见结构实践讲解 | | ├──12-2随堂代码.zip 92.68kb | | └──第2节 12-2 Transformer等常见结构实践讲解_ev_ev.mp4 214.33M ├──第13章 试题知识点标注- 预训练语言模型进阶 | ├──第1节 13-1 bert 预训练语言模型详解 | | ├──13-1课堂PPT.zip 5.49M | | ├──第1节 13-1 bert 预训练语言模型详解-1_ev_ev.mp4 98.61M | | ├──第1节 13-1 bert 预训练语言模型详解-2_ev_ev.mp4 105.32M | | └──第1节 13-1 bert 预训练语言模型详解-3_ev_ev.mp4 123.11M | └──第2节 13-2 bert文本分类实战 | | ├──13-2课堂代码.zip 721.95kb | | ├──第2节 13-2 bert文本分类实战-1_ev_ev.mp4 10.47M | | ├──第2节 13-2 bert文本分类实战-2_ev_ev.mp4 4.51M | | ├──第2节 13-2 bert文本分类实战-3_ev_ev.mp4 382.42kb | | └──第2节 13-2 bert文本分类实战-4_ev_ev.mp4 182.87M ├──第14章 试题知识点标注- 预训练语言模型实战 | ├──第1节 14-1预训练语言模型实战 | | ├──14-1课堂PPT.zip 11.34M | | ├──第1节 14-1预训练语言模型实战 -1_ev_ev.mp4 108.52M | | ├──第1节 14-1预训练语言模型实战-2_ev_ev.mp4 93.10M | | └──第1节 14-1预训练语言模型实战-3_ev_ev.mp4 118.91M | └──第2节 14-2bert实现多标签分类 | | ├──14-2课堂代码.zip 170.41kb | | ├──第2节 14-2bert实现多标签分类-1_ev_ev.mp4 11.98M | | └──第2节 14-2bert实现多标签分类-2_ev_ev.mp4 222.79M ├──第15章 试题知识点标注-gpu与分布式机器学习 | ├──第1节 15-1gpu与分布式机器学习 | | ├──15-1课堂PPT.pdf 30.50M | | ├──15-1课堂作业.txt 0.12kb | | ├──第1节 15-1gpu与分布式机器学习-1_ev_ev.mp4 111.53M | | ├──第1节 15-1gpu与分布式机器学习-2_ev_ev.mp4 100.00M | | └──第1节 15-1gpu与分布式机器学习-3_ev_ev.mp4 68.15M | └──第2节 15-2Gcn文本分类 | | ├──15-2随堂代码.zip 68.88M | | └──第2节 15-2Gcn文本分类_ev_ev.mp4 162.44M ├──第16章 试题知识点标注–项目部署,总结与面试指导 | ├──第1节 16-1试题知识点标注–项目部署,总结与面试指导 | | ├──16-1课堂PPT.pptx 6.65M | | ├──第1节 16-1试题知识点标注–项目部署,总结与面试指导-1_ev_ev.mp4 118.35M | | └──第1节 16-1试题知识点标注–项目部署,总结与面试指导-2_ev_ev.mp4 196.40M | └──第2节 16-2实体抽取与关系整理 论文解读 | | ├──16-2课堂代码.zip 6.88M | | ├──16-2实体抽取与关系整理 论文解读-5_ev.mp4 58.35M | | ├──第2节 16-2实体抽取与关系整理 论文解读-1_ev_ev.mp4 166.57M | | ├──第2节 16-2实体抽取与关系整理 论文解读-2_ev_ev.mp4 2.39M | | ├──第2节 16-2实体抽取与关系整理 论文解读-3_ev_ev.mp4 7.92M | | ├──第2节 16-2实体抽取与关系整理 论文解读-4_ev_ev.mp4 6.10M | | ├──第2节 16-2实体抽取与关系整理 论文解读-6_ev_ev.mp4 7.15M | | └──第2节 16-2实体抽取与关系整理 论文解读-7_ev_ev.mp4 8.58M ├──第17章 视频分段-项目课程简介 ＆基础算法 | ├──第1节 17-1视频分段-项目课程简介 ＆基础算法 | | ├──17-1课前预习资料.pptx 32.41kb | | ├──17-1课堂PPT 代码 公式 合集 (2).zip 1.19M | | ├──17-1作业要求详情 (2).zip 65.51kb | | └──第1节 17-1视频分段-项目课程简介 ＆基础算法_ev_ev.mp4 254.09M | └──第2节 17-2动态规划与EM算法实践 | | ├──17-2课堂代码.zip 9.15kb | | └──第2节 17-2动态规划与EM算法实践_ev_ev.mp4 225.92M ├──第18章 视频分段-中文分词(一) | ├──第1节 18-1视频分段-中文分词(一) | | ├──18-1课堂PPT·公式.zip 1.55M | | ├──18-1作业要求.txt 0.15kb | | └──第1节 18-1视频分段-中文分词(一)_ev_ev.mp4 266.28M | └──第2节 18-2 hmm分词与词性标注实现 | | ├──18-2课堂代码.zip 456.50kb | | └──第2节 18-2 hmm分词与词性标注实现_ev_ev.mp4 128.21M ├──第19章 视频分段-中文分词(二) | ├──第1节 19-1 视频分段-中文分词(二) | | ├──19-1课堂PPT.pptx 404.98kb | | ├──19-1课堂代码.zip 0.81kb | | ├──19-1课堂作业.txt 0.19kb | | └──第1节 19-1 视频分段-中文分词(二)_ev_ev.mp4 253.81M | └──第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读 | | ├──19-2课堂代码.zip 6.00M | | ├──第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读-1_ev_ev.mp4 206.34M | | ├──第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读-2_ev_ev.mp4 20.78M | | └──第一十九章第2节： 研讨课补充内容_ev_ev.mp4 55.73M ├──第20章 视频分段-命名实体识别ner | ├──第1节 20-1命名实体识别ner | | ├──20-1课堂PPT.pptx 1.36M | | ├──20-1课堂作业.txt 0.15kb | | └──第1节 20-1命名实体识别ner_ev_ev.mp4 311.67M | └──第2节 20-2 NER实战 | | ├──20-2 NER实战 研讨课-2_ev_ev.mp4 7.93M | | ├──20-2 NER实战 研讨课_ev_ev.mp4 113.98M | | └──20-2课堂代码.zip 8.97M ├──第21章 视频分段-深度学习在NER中的应用 和 半监督学习 | ├──第1节 21-1视频分段-深度学习在NER中的应用 和 半监督学习 | | ├──21-1课堂PPT.zip 6.42M | | └──第1节 21-1视频分段-深度学习在NER中的应用 和 半监督学习_ev_ev.mp4 296.16M | └──第2节 21-2 bert实现ner与crf可视化 | | ├──20200229.zip 152.90kb | | ├──第2节 21-2 bert实现ner与crf可视化-1_ev_ev.mp4 2.67M | | └──第2节 21-2 bert实现ner与crf可视化-2_ev_ev.mp4 204.23M ├──第22章 视频分段-纠错系统 | ├──第1节 22-1视频分段-纠错系统 | | ├──第1节 22-1视频分段-纠错系统_ev_ev.mp4 274.68M | | └──纠错.pptx 3.24M | └──第2节 22-2英文拼写纠错实践与pycorrector源码解读 | | ├──22-2英文拼写纠错实践与pycorrector源码解读-1_ev_ev.mp4 35.04M | | ├──22-2英文拼写纠错实践与pycorrector源码解读-2_ev_ev.mp4 48.96M | | ├──22-2英文拼写纠错实践与pycorrector源码解读-3_ev_ev.mp4 49.75M | | └──22-2英文拼写纠错实践与pycorrector源码解读_ev_ev.mp4 104.92M ├──第23章 视频分段-依存句法分析、记忆网络、文本搜索 | ├──第1节 23-1依存句法分析、记忆网络、文本搜索 | | └──第1节 23-1依存句法分析、记忆网络、文本搜索_ev_ev.mp4 312.99M | └──第2节 23-2句法分析实战 | | └──第2节 23-2句法分析实战_ev_ev.mp4 171.11M └──第24章 视频分段-项目总结 | ├──第1节 24-1语音识别简介、激活函数优化器对比、模型压缩等 | | └──第1节 24-1语音识别简介、激活函数优化器对比、模型压缩等_ev_ev.mp4 283.56M
| └──第2节 24-2rasa框架对话入门实践
| | └──第2节 24-2rasa框架对话入门实践_ev_ev.mp4 130.87M