斯坦福CS124从语言到信息课程-学习资料
斯坦福CS124课程,内容覆盖文本挖掘与信息应用的知识

关键词标签: 斯坦福, 文本挖掘, 信息应用, 信息检索, 语言模型, 协同过滤, 推荐系统, 社交网络, 问答系统

课程介绍

课程主页:Stanford· CS124· From Languages to Information

斯坦福CS124《从语言到信息》是一门聚焦文本类数据与信息挖掘应用的课程,课程主题内容涉猎非常广,包含算法(文本处理、编辑距离、语言模型、机器学习分类器、神经嵌入、倒排索引、协同过滤、PageRank等等)、应用(聊天机器人、情感分析、信息检索、问答、文本分类、推荐系统等),课程对于帮助构建NLP中的全域概念和不同应用板块的算法理解非常有帮助。

课程主题与大纲

章节编号 章节内容
第01讲 文本预处理
第02讲 编辑距离
第03讲 语言模型
第04讲 朴素贝叶斯与文本分类
第05讲 逻辑回归
第06讲 信息检索-第1部分
第07讲 信息检索-第2部分
第08讲 语义向量与文本嵌入
第09讲 序列标注及其在词性和实体标注中的应用
第10讲 简单神经网络与神经语言模型
第11讲 聊天机器人与对话系统
第12讲 从协同过滤到推荐系统
第13讲 网络与链接分析
第14讲 社交网络分析

ShowMeAI课程解读:全套资料

更多技术与课程清单 | 点击查看详细课程

技术方向 课程及链接
计算机数学基础 MIT-计算机科学的数学基础
辛辛那提大学-微积分I
辛辛那提大学-微积分II
辛辛那提大学-离散数学
斯坦福-线性代数与矩阵方法导论
计算机科学导论 斯坦福-计算机科学导论
哈佛-计算机科学导论
MIT-计算机科学与Python编程导论
数据结构与算法 MIT-数据结构与算法设计
马里兰大学-数据结构
数据库 CMU-数据库系统导论
CMU-数据库系统进阶
机器学习及应用 斯坦福CS229
MIT-机器学习导论
深度学习及应用 斯坦福CS230
哈佛-Python人工智能入门
MIT-深度学习导论
李宏毅-机器学习(&深度学习)
应用深度学习(全知识点覆盖)
UC Berkeley-深度神经网络设计、可视化与理解
威斯康星-深度学习和生成模型导论
UC Berkeley-全栈深度学习训练营
自然语言处理 斯坦福CS224n(深度学习与NLP)
斯坦福CS124(从语言到信息)
斯坦福CS520(知识图谱)
马萨诸塞-自然语言处理进阶
计算机视觉 斯坦福CS231n(深度学习与CV)
密歇根eecs498(CS231n进阶课)
慕尼黑工大adl4cv(深度学习与CV高阶课)
多模态 CMU-多模态机器学习
图机器学习 斯坦福CS224w
强化学习 斯坦福CS234(强化学习)
伯克利CS285(深度强化学习)
无监督学习 伯克利CS294-158(深度无监督学习)
AI与生物医疗 MIT-面向生命科学的深度学习
MIT-基因组学机器学习
MIT-医疗机器学习
图形学与几何 CMU-计算机图形学
AMMI-几何深度学习
其他课程 哈佛-基于Python/JavaScript的web编程
MIT-计算思维导论(Julia)
*****
本文作者 韩信子
欢迎关注微信公众号 ShowMeAI研究中心 获取更多资源!