学习自然语言处理必备基础知识点，核心算法原理与实战应用技巧。熟练使用Python工具包进行项目实战
* 01 课程简介/
* 01 课程简介.mp4 12:21
* 02 环境配置.mp4 03:46
* 02 NLP常用工具包实战/
* 01 Python字符串处理.mp4 11:50
* 02 正则表达式基本语法.mp4 09:06
* 03 正则常用符号.mp4 09:02
* 04 常用函数介绍.mp4 09:51
* 05 NLTK工具包简介.mp4 07:54
* 06 停用词过滤.mp4 07:11
* 07 词性标注.mp4 08:21
* 08 数据清洗实例.mp4 10:17
* 09 Spacy工具包.mp4 09:55
* 10 名字实体匹配.mp4 06:56
* 11 恐怖袭击分析.mp4 11:07
* 12 统计分析结果.mp4 07:57
* 13 结巴分词器.mp4 08:42
* 14 词云展示.mp4 08:37
* 03 Pandas工具包实战/
* 01 Pandas基本操作.mp4 14:46
* 02 Pandas概述.mp4 12:12
* 03 Pandas索引.mp4 13:43
* 04 groupby操作.mp4 12:08
* 05 数值运算.mp4 13:27
* 06 对象操作.mp4 13:05
* 07 对象操作2.mp4 13:10
* 08 merge操作.mp4 12:31
* 09 显示设置.mp4 07:25
* 10 数据透视表.mp4 13:40
* 11 时间操作.mp4 11:47
* 12 时间序列操作.mp4 12:12
* 13 Pandas常用操作.mp4 16:16
* 14 Pandas常用操作2.mp4 13:54
* 15 Groupby操作延伸.mp4 20:25
* 16 字符串操作.mp4 10:16
* 17 索引进阶.mp4 11:10
* 18 Pandas绘图操作.mp4 16:27
* 19 大数据处理技巧.mp4 32:36
* 04 案例实战：商品信息可视化与文本分析/
* 01 任务概述.mp4 09:44
* 02 商品类别划分.mp4 10:11
* 03 商品类别可视化展示.mp4 11:20
* 04 描述长度对价格的影响.mp4 08:20
* 05 词云展示.mp4 11:02
* 06 tf-idf结果.mp4 09:48
* 07 降维可视化展示.mp4 08:30
* 08 聚类与主题模型.mp4 08:30
* 05 贝叶斯算法/
* 01 贝叶斯算法概述.mp4 06:58
* 02 贝叶斯推导实例.mp4 07:37
* 03 贝叶斯拼写纠错实例.mp4 11:46
* 04 垃圾邮件过滤实例.mp4 14:09
* 05 贝叶斯实现拼写检查器.mp4 12:20
* 06 新闻分类任务实战/
* 01 文本分析与关键词提取.mp4 12:11
* 02 相似度计算.mp4 11:43
* 03 新闻数据与任务简介.mp4 10:19
* 04 TF-IDF关键词提取.mp4 13:28
* 05 LDA建模.mp4 09:09
* 06 基于贝叶斯算法进行新闻分类.mp4 14:53
* 07 HMM隐马尔科夫模型/
* 01 马尔科夫模型.mp4 07:22
* 02 隐马尔科夫模型基本出发点.mp4 07:33
* 03 组成与要解决的问题.mp4 05:37
* 04 暴力求解方法.mp4 09:03
* 05 复杂度计算.mp4 05:42
* 06 前向算法.mp4 13:26
* 07 前向算法求解实例.mp4 13:07
* 08 Baum-Welch算法.mp4 09:28
* 09 参数求解.mp4 06:28
* 10 维特比算法.mp4 15:43
* 08 HMM工具包实战/
* 01 hmmlearn工具包.mp4 06:49
* 02 工具包使用方法.mp4 08:20
* 03 中文分词任务.mp4 05:22
* 04 实现中文分词.mp4 10:44
* 09 走进深度学习-神经网络算法/
* 01 深度学习概述.mp4 11:27
* 02 挑战与常规套路.mp4 09:40
* 03 用K近邻来进行分类.mp4 10:01
* 04 超参数与交叉验证.mp4 10:30
* 05 线性分类.mp4 09:34
* 06 损失函数.mp4 09:17
* 07 正则化惩罚项.mp4 07:19
* 08 softmax分类器.mp4 13:38
* 10 神经网络整体架构/
* 01 目标函数形象解读.mp4 06:46
* 02 问题细节.mp4 11:48
* 03 反向传播.mp4 15:16
* 04 整体架构.mp4 10:11
* 05 实例演示.mp4 10:38
* 06 过拟合解决方案.mp4 15:53
* 11 语言模型/
* 01 语言模型.mp4 06:15
* 02 N-gram模型.mp4 08:32
* 03 词向量.mp4 09:27
* 04 神经网络模型.mp4 10:02
* 05 Hierarchical Softmax.mp4 10:01
* 06 CBOW模型实例.mp4 11:20
* 07 CBOW求解目标.mp4 05:39
* 08 锑度上升求解.mp4 10:10
* 09 负采样模型.mp4 07:15
* 12 使用Gemsim构建词向量/
* 01 使用Gensim库构造词向量.mp4 06:21
* 02 维基百科中文数据处理.mp4 10:26
* 03 Gensim构造word2vec模型.mp4 08:51
* 04 测试模型相似度结果.mp4 07:42
* 13 基于word2vec的分类任务/
* 01 影评情感分类.mp4 17:48
* 02 基于词袋模型训练分类器.mp4 11:08
* 03 准备word2vec输入数据.mp4 10:46
* 04 使用gensim构建word2vec词向量（新）.mp4 15:50
* 14 NLP-文本特征方法对比/
* 01 任务概述.mp4 10:52
* 02 词袋模型.mp4 06:34
* 03 词袋模型分析.mp4 11:59
* 04 TFIDF模型.mp4 08:04
* 05 word2vec词向量模型.mp4 08:29
* 06 深度学习模型.mp4 05:17
* 15 递归网络模型/
* 01 递归神经网络（RNN）概述.mp4 08:39
* 02 RNN网络细节.mp4 11:54
* 03 LSTM网络架构.mp4 12:36
* 16 卷积网络模型/
* 01 卷积神经网络的应用.mp4 14:55
* 02 卷积层解释.mp4 12:53
* 03 卷积计算过程.mp4 12:30
* 04 pading与stride.mp4 13:13
* 05 卷积参数共享.mp4 08:09
* 06 池化层原理.mp4 08:24
* 17 Tensorflow基本操作/
* 01 Tensorflow简介与安装.mp4 15:45
* 02 Tensorflow中的变量.mp4 08:10
* 03 变量常用操作.mp4 13:38
* 04 实现线性回归算法.mp4 15:14
* 05 Mnist数据集简介.mp4 12:53
* 06 逻辑回归算法.mp4 15:26
* 18 Tensorflow卷积神经网络/
* 01 神经网络结构.mp4 16:21
* 02 卷积网络结构基本定义.mp4 17:42
* 03 卷积神经网络迭代.mp4 13:52
* 04 Cifar-10图像分类任务.mp4 16:17
* 19 RNN递归神经网络实战/
* 01 RNN网络基本架构.mp4 11:58
* 02 实现RNN网络架构.mp4 13:27
* 03 RNN实现自己的小demo.mp4 13:54
* 04 RNN预测时间序列.mp4 18:49
* 20 项目实战：CNN应用于文本分类任务/
* 01 CNN应用于文本分类任务.mp4 13:28
* 02 文本分类任务特征定义.mp4 15:55
* 03 卷积网络定义.mp4 08:20
* 04 完成预测分类任务.mp4 15:10
* 21 项目实战：LSTM情感分析/
* 01 RNN网络架构.mp4 12:21
* 02 LSTM网络架构.mp4 12:00
* 03 案例：使用LSTM进行情感分类.mp4 13:13
* 04 情感数据集处理.mp4 13:06
* 05 基于word2vec的LSTM模型.mp4 17:14
* 22 项目实战：NLP-相似度模型/
* 01 任务概述.mp4 05:40
* 02 数据展示.mp4 05:53
* 03 正负样本制作.mp4 08:41
* 04 数据预处理.mp4 07:49
* 05 网络模型定义.mp4 11:24
* 06 基于字符的训练.mp4 09:19
* 07 基于句子的相似度训练.mp4 05:52
* 23 Seq2Seq网络架构/
* 01 Seq2Seq网络基本架构.mp4 07:15
* 02 Seq2Seq网络应用.mp4 09:10
* 03 Seq2Seq基本模型.mp4 14:29
* 04 Attention机制.mp4 13:02
* 24 项目实战：对话机器人/
* 01 效果演示.mp4 08:27
* 02 参数配置与数据加载.mp4 12:55
* 03 数据处理.mp4 08:52
* 04 词向量与投影.mp4 09:18
* 05 seq网络.mp4 08:23
* 06 网络训练.mp4 06:55
* 25 项目实战：动手打造自己的输入法/
* 01 数据准备.mp4 17:08
* 02 网络结构概述.mp4 08:53
* 03 加载数据.mp4 11:01
* 04 训练测试模型.mp4 14:31
* 26 项目实战：机器人写唐诗/
* 01 任务概述与环境配置.mp4 04:18
* 02 参数配置.mp4 11:17
* 03 数据预处理模块.mp4 14:10
* 04 batch数据制作.mp4 12:39
* 05 RNN模型定义.mp4 08:52
* 06 完成训练模块.mp4 12:45
* 07 训练唐诗生成模型.mp4 04:35
* 08 测试唐诗生成效果.mp4 09:31
* 27 项目实战：NMT机器翻译框/
* 01 机器翻译框架概述.mp4 16:59
* 02 参数设置.mp4 14:34
* 03 数据加载.mp4 19:09
* 04 网络结构定义.mp4 20:26
* 05 训练模型.mp4 15:12
* 28 项目实战：LSTM时间序列预测任务/
* 01 时间序列模型.mp4 09:23
* 02 网络结构与参数定义.mp4 07:52
* 03 构建LSTM模型.mp4 06:40
* 04 训练模型与效果展示.mp4 11:15
* 05 多序列预测结果.mp4 11:09
* 06 股票数据预测.mp4 07:13
* 07 数据预处理.mp4 08:03
* 08 预测结果展示.mp4 06:24
* 29 项目实战：Keras文本分类实战/
* 01 文本数据读取预处理.mp4 08:09
* 02 基本模型.mp4 09:33
* 03 Embeeding-layer效果.mp4 10:47
* 04 准备词向量数据.mp4 09:02
* 05 词嵌入训练结果.mp4 07:45
* 06 加入LSTM层效果.mp4 05:05
* 07 加入卷积层效果.mp4 03:32
* 08 参数调优.mp4 10:36
* 30 项目实战：地址邮编多序列任务/
* 01 数据与目标.mp4 06:41
* 02 字符表制作.mp4 06:41
* 03 数据读取.mp4 05:17
* 04 数据增强.mp4 12:27
* 05 网络模型.mp4 07:53
* 06 测试效果.mp4 07:00
* 31 项目实战：基于Keras的序列网络实战/
* 01 网络模型解读.mp4 10:17
* 02 数据介绍与读取.mp4 07:29
* 03 配置文件制作.mp4 06:19
* 04 编码器模型.mp4 06:50
* 05 解码器模型.mp4 04:25
* 06 制作训练batch数据.mp4 13:24
* 07 测试数据准备.mp4 08:05
* 08 完成测试模块.mp4 07:16
* 32 项目实战：Keras实战模板总结/
* 01 模板目录结构.mp4 05:28
* 02 模型与训练结构.mp4 05:50
* 03 评论数据集与任务目标.mp4 04:03
* 04 数据准备.mp4 10:30
* 05 模型整体架构.mp4 08:59
* 06 准备模型.mp4 10:44
* 07 训练网络.mp4 04:34
* 08 多标签训练.mp4 04:15
