课程介绍
网络世界有大量以语言和社交网络形式存在的非结构化信息。学习如何使用神经网络和其他机器学习工具来理解这些信息，并通过语言形式与人类互动——如回答问题、提供建议等！斯坦福 CS124 就是一门聚焦文本类数据与信息挖掘应用的课程。
CS124 课程主题内容涉猎非常广，包含算法（如文本处理、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）、应用（如聊天机器人、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。
课程讲师 Dan Jurafsky，语言学(Linguistics)教授，斯坦福计算机系教授，研究自然语言处理及其在社会和认知科学中的应用，是书籍《Speech and Language Processing》《The Language of Food: A Linguist Reads the Menu》的作者之一。
课程主题
CS124 的课程形式是『翻转课堂』，在课堂完成10节课程，包含：开始与结束的2场面对面讲座、5 个面对面的Team Work和 3次面对面的讲授。其余课程都已经预先录制完成，参与课程需认真研究课程表并做好准备。本门课程包含 7 个主题，ShowMeAI 对其进行了整理。
- 文本基础知识与预处理方法
- 基础模型与文本分类问题
- 信息检索问题与解决方案
- 文本语义与向量表征
- NLP高阶任务与方法模型（序列标注、神经语言模型、对话系统）
- 推荐系统与方法
- 网络数据与社交网络挖掘分析
课程资料 | 下载
 |
扫描上方图片二维码，关注公众号并回复关键字 🎯『CS124』，就可以获取整理完整的资料合辑啦！当然也可以点击 🎯 这里 查看更多课程的资料获取方式！
ShowMeAI 对课程资料进行了梳理，整理成这份完备且清晰的资料包：
- 📚 课件-PDF。Lecture 1~14所有章节。
- 📚 课程代码-数据文件和.ipynb文件。7个压缩包，整理了课程涉及项目和代码实现。
- 📚 相关书籍与笔记-PDF。课程推荐的学习资料。
课程视频 | B站
ShowMeAI 将视频上传至B站，并增加了中英双语字幕，以提供更加友好的学习体验。点击页面视频，可以进行预览。推荐前往 👆 B站 观看完整课程视频哦！
本门课程，ShowMeAI 将部分章节进行了切分，按照主题形成更短小的视频片段，便于按照标题进行更快速的检索。切分后的视频清单列写在这里：
| 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 |
根据视频内容整理的这份『CS124 课程结构图解』，展示了内容要点及其逻辑关系，超级直观！相信对构建 Whole Picture 特别有帮助~
更多技术与课程清单 | 点击查看详细课程
