亚洲视频狠狠,亚洲伊人伊成久久人综合网,欧美电影在线观看网站

主頁 > 知識庫 > 想快速入門NLP？我們測評了15門最火課程，幫你找

想快速入門NLP？我們測評了15門最火課程，幫你找

數(shù)年前，當(dāng)小編剛踏足NLP領(lǐng)域時，還沒有太多相關(guān)課程，找學(xué)習(xí)資料就頗費功夫；如今，當(dāng)網(wǎng)上充斥著各種良莠不齊公開課時，從中挑選一門適合自己的又成了另一種頗費功夫，特別對于選擇困難綜合癥患者。該篇作者根據(jù)自己多年的實踐經(jīng)驗，對網(wǎng)上諸多NLP公開課進(jìn)行了評分與評論，很有參考價值。此外，作為涉足NLP也有數(shù)年的小編，也推薦不妨先挑一門Code-first課，強推Fast.AI，之后再用大學(xué)公開課繼續(xù)深入，比如伯克利的Info256 以及斯坦福有名的cs224n，之后想再深入理論可以試試CMU的cs11-747. 接下來，我們就來看看作者對15節(jié)NLP課程的測評~ 如果你的標(biāo)準(zhǔn)很高，那么選擇一門符合你需求的網(wǎng)課就會變成了一件很困難的事。因為大部分網(wǎng)課都不全面，并不值得花太多時間在上面。那么如果有人給你提供了一個關(guān)鍵的學(xué)習(xí)路徑，并告訴你每個模塊講了什么，你該按照什么樣的順序去學(xué)習(xí)、進(jìn)階，你會怎么想？那一定是完美！這就是為什么我會寫這篇NLP選課指南，利用了我8年的機器學(xué)習(xí)實踐經(jīng)驗作為參考。我個人一共完成或瀏覽了15個最有名的課。在下面這份嚴(yán)格的評論中，我將重點放在它們提供的實踐以及商業(yè)知識上。無論你是剛開始接觸NLP還是想在業(yè)務(wù)中實現(xiàn)一個最新算法，這篇文章都將為你提供巨大價值。下面就來看一下這條學(xué)習(xí)路徑，并挑你最感興趣的課程吧！我理想中的NLP課程是這樣的：圍繞著實踐問題展開的；只涵蓋對實踐有用的信息，夾雜一些更深入的理論知識作為補充資料；內(nèi)容是與時俱進(jìn)的，至少每次業(yè)界有重大新聞，它都能及時更新相應(yīng)內(nèi)容；由一群業(yè)界經(jīng)驗豐富的專家編寫的；包含能解決業(yè)務(wù)實際問題的真實代碼。但理想很豐滿，現(xiàn)實很骨感。代碼至上的網(wǎng)課們 A Code-First Introduction to NLP course 課程鏈接： https://github.com/fastai/course-nlp 授課人：Fast AI 專業(yè)評分：8/10 工具和庫：IPython notebooks, PyTorch, Fast.AI, spacy, sklearn, nltk 我的建議：我個人很享受這種由上而下的學(xué)習(xí)方式。這門課內(nèi)容非常扎實（毫無疑問，這是Jeremy Howard本人創(chuàng)建的課程），它很實用且內(nèi)容在新算法的更新上很及時（最近更新到2019年夏天）。缺點：它缺少一些業(yè)界的實操案例，只關(guān)心算法的實際用法。強推這門課！ SpaCy Tutorial 課程鏈接： https://github.com/yuibi/spacy_tutorial 授課人：Yuibi Fujimoto 專業(yè)評分：7/10 工具和庫：spacy，prodigy，sklearn 我的建議：很完整、實用的指南。它只涉及到了spacy，而這也是很多人的真實需求。這門課對內(nèi)容細(xì)節(jié)的把握非常到位。 Natural Language Processing 課程鏈接： https://github.com/yandexdataschool/nlp_course/tree/master 授課人：Yandex 專業(yè)評分：7/10 工具和庫：keras，nltk，gensim，sklearn，bokeh，matplotlib 我的建議：這是一門很新的實戰(zhàn)課程，它涉及到了最重要的一些領(lǐng)域。但同樣地，它也沒有涉及到現(xiàn)實任務(wù)的實戰(zhàn)，只是專注于算法原理和它們直接的應(yīng)用。 Natural Language Processing 課程鏈接： https://www.coursera.org/learn/language-processing 授課人：俄羅斯國立高等經(jīng)濟大學(xué)計算機系（HSE Faculty of Computer Science） / Yandex 專業(yè)評分：3/10 工具和庫: nltk, sklearn, tensorflow, genism,starspace 我的建議：這是一門很簡潔、基礎(chǔ)的課程，它只涉及到一些很基礎(chǔ)的理論。缺點：這門課不是很全面，也缺乏關(guān)于最新算法和實際業(yè)務(wù)案例內(nèi)容。而且，它只使用tensorflow，沒有涉及到keras，對于學(xué)習(xí)深度學(xué)習(xí)來說，這并不是一個很好的方式。 Advanced NLP with spaCy 課程鏈接： https://course.spacy.io/en/ 授課人：Explosion AI 專業(yè)評分：8/10 工具和庫：spacy 我的建議：這門課也只涉及到spacy，但是范圍更廣。它簡單友好的操作界面深得我心。簡短，但強推的一門課！在評分項目中，也有涉及到業(yè)界實操的內(nèi)容！ Coursera-Natural Language Processing Certification in TensorFlow 課程鏈接： https://www.coursera.org/learn/natural-language-processing-tensorflow 授課人：Laurence Moroney 專業(yè)評分：2/10 工具和庫：Tensorflow 我的建議：這門簡短的課程介紹了一些基礎(chǔ)知識，比如：分詞、一些基礎(chǔ)的詞嵌入方法和序列模型。授課方式是理論+小測驗。對新手來說，我并不推薦這門課程，因為它缺少太多內(nèi)容。 Edx-Natural Language Processing Course 課程鏈接： http://www.edx.org/course/natural-language-processing-nlp-2 授課方：微軟專業(yè)評分：7/10 我的建議：這門課程介紹了機器學(xué)習(xí)和NLP領(lǐng)域中可使用的各種方法，你不光能學(xué)到經(jīng)典算法、深度學(xué)習(xí)算法，還能了解到深度情感相似模型以及在現(xiàn)實工作中如何使用它們。每個模塊都有自己的測驗和代碼作業(yè)，可以很好地幫助你理解學(xué)到的內(nèi)容。 Codecademy-Natural Language Processing 課程鏈接： https://www.codecademy.com/learn/natural-language-processing 專業(yè)評分：5/10 工具和庫：nltk, re 我的建議：這門課時長約10小時，算是NLP入門級別的課程，內(nèi)容包含：正則表達(dá)式、文本處理、詞向量、tf-idf。是一門更適合完全沒有NLP基礎(chǔ)的人的課程。 DataCamp-Natural Language Processing Fundamentals in Python 課程鏈接： https://www.datacamp.com/courses/natural-language-processing-fundamentals-in-python 授課人：Katharine Jarmul 專業(yè)評分：7/10 工具和庫：nltk, re, genism, polyglot, spacy, sklearn 我的建議：這門課主要講的是如何解決一些小問題。它介紹了一些生成詞向量和預(yù)處理的技巧，像tf-idf和spacy。我認(rèn)為這也是一門比較適合剛?cè)腴T、需要一些實戰(zhàn)經(jīng)驗的新手課程。因此我們決定在最后的對比中不把它加入比較。大學(xué)公開課伯克利 - Applied Natural Language Processing 課程鏈接： http://people.ischool.berkeley.edu/~dbamman/info256.html 授課人：David Bamman 專業(yè)評分：8/10 我的建議：這門課比較適合有python編程經(jīng)驗，但不了解nlp的人。在這門課中，你會用到目前流行的python庫，如：sklearn、keras、spacy，去解決分類、回歸問題。我認(rèn)為，這種強制性的學(xué)期制課程比較適合學(xué)生黨學(xué)習(xí)。華盛頓大學(xué)（UW） - Natural Language Processing 課程鏈接： https://courses.cs.washington.edu/courses/cse517/17wi/ 授課人：Yejin Choi 專業(yè)評分：6/10 我的建議：這門課面向的是想學(xué)習(xí)nlp基礎(chǔ)方法理論的新手。這門網(wǎng)課是在2017年錄制的，所以你無法從里面找到任何現(xiàn)在最新的內(nèi)容。它涉及到的當(dāng)時（2017）最新的內(nèi)容有：序列、語義和深度學(xué)習(xí)相關(guān)內(nèi)容。但我認(rèn)為，學(xué)這門課的人需要在課后有自己的探索和研究，去鞏固學(xué)到的知識。牛津 - Deep Learning for Natural Language Processing 課程鏈接： https://www.cs.ox.ac.uk/teaching/courses/2016-2017/dl/ 授課人：Phil Blunsom 專業(yè)評分：8/10 我的建議：這門課需要你有機器學(xué)習(xí)方面的經(jīng)驗，以及很強的數(shù)學(xué)背景（包括：概率、線性代數(shù)和連續(xù)數(shù)學(xué)）。你將會學(xué)到從RNN、BPTT到針對神經(jīng)網(wǎng)絡(luò)優(yōu)化GPU的很多知識和技能。我建議學(xué)完這門課的學(xué)生再去學(xué)習(xí)一下最新的模型和理論，因為它并沒有實時更新相關(guān)內(nèi)容。以色列特拉維夫大學(xué) - Advanced Methods in Natural Language Processing 課程鏈接： https://www.cs.tau.ac.il/~joberant/teaching/nlp_spring_2019/index.html 授課人：Jonathan Berant 專業(yè)評分：7/10 我的建議：這門課教授的是NLP領(lǐng)域中最新的一些方法。它只需要你有一定的機器學(xué)習(xí)背景，nlp背景并不是必須的。而且，授課方準(zhǔn)備了很多值得閱讀的報告，這也非常有助于學(xué)習(xí)。斯坦福 - From Languages to Information 課程鏈接： https://web.stanford.edu/class/cs124/ 授課人：Dan Jurafsky 專業(yè)評分：6/10 我的建議：雖然這是門NLP課程，但它也涉及到很多機器學(xué)習(xí)方面的內(nèi)容。其中，關(guān)于社交網(wǎng)絡(luò)的內(nèi)容在其他網(wǎng)課中并沒有很好地展開，可以算是這門課的一個亮點。通過這門課，你可以收獲很廣的知識面，但對于只鉆研nlp的人來說，我并不是很推薦這門課。斯坦福cs224n - Natural Language Processing with Deep Learning 課程鏈接： http://web.stanford.edu/class/cs224n/ 授課人：Chris Manning， Matthew Lamm 專業(yè)評分：8/10 我的建議：這是面向項目的最新課程，包括這個領(lǐng)域的最新進(jìn)展。要上這門課，你需要有數(shù)學(xué)和編程的基礎(chǔ)（Python或強大的C++能力）。我只會推薦有一定經(jīng)驗的人去上這門課，你會從中學(xué)到更深入的知識。總結(jié) 在分析完所有課程后，我得出的結(jié)論是：在最新的算法和企業(yè)項目實例方面，沒有任何一門課是足夠全面的。它們大部分都缺少實戰(zhàn)練習(xí)，而這大大地阻礙了知識的吸收。現(xiàn)在，讓我們來總結(jié)一下工程師在學(xué)習(xí)一門NLP課程時遇到的主要挑戰(zhàn)：課程內(nèi)容很快就會過時，我希望它始終包含最新（不一定是復(fù)雜的）知識；沒有或過少的實踐練習(xí)來增強在課程中學(xué)到的理論知識；如果卡住，沒有人能幫助你進(jìn)行練習(xí)；課程以算法原理為重點，而不是如何解決實際問題。許多不合標(biāo)準(zhǔn)的課程甚至都已不再更新。人們掉入了坑中并為此付出代價，卻沒有從中收獲太多實際價值。

標(biāo)簽：安康香港德州大興安嶺馬鞍山保定江蘇西安

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《想快速入門NLP？我們測評了15門最火課程，幫你找》，本文關(guān)鍵詞想,快速,入門,NLP,我們,測評,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。

婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

想快速入門NLP？我們測評了15門最火課程，幫你找