文件详情

文件信息

文件描述

├── 任务001： 自然语言处理训练营.mp4 ├── 任务002： 训练营介绍 课程体系介绍.mp4 ├── 任务003： NLP定义以及歧义性.mp4 ├── 任务004： 案例：机器翻译01.mp4 ├── 任务005： 案例：机器翻译02.mp4 ├── 任务006： NLP的应用场景.mp4 ├── 任务007： NLP的关键技术.mp4 ├── 任务008： 算法复杂度介绍.mp4 ├── 任务009： 课后答疑.mp4 ├── 任务010： 简单的复杂度的回顾.mp4 ├── 任务011： 归并排序.mp4 ├── 任务012： Master Theorem.mp4 ├── 任务013： 斐波那契数的时间复杂度.mp4 ├── 任务014： 斐波那契数的空间复杂度.mp4 ├── 任务015：斐波那契数的循环实现.mp4 ├── 任务016： P vs NP vs NP Hard vs NP Complete.mp4 ├── 任务017：问答系统介绍.mp4 ├── 任务018：Review 一只狗和两只猫的故事 ——心理学与DL,RL-01.mp4 ├── 任务019：Review 一只狗和两只猫的故事 ——心理学与DL,RL-02.mp4 ├── 任务020：文本处理的流程.mp4 ├── 任务021：分词-前向最大匹配.mp4 ├── 任务022：分词-后向最大匹配.mp4 ├── 任务023：分词-考虑语言模型.mp4 ├── 任务024：分词-维特比算法.mp4 ├── 任务025：拼写错误纠正.mp4 ├── 任务026： 拼写纠错（2）.mp4 ├── 任务027：拼写纠错（3）.mp4 ├── 任务028：停用词过滤，Stemming操作.mp4 ├── 任务029： 文本的表示.mp4 ├── 任务030：文本的相似度.mp4 ├── 任务031：tf-idf 文本表示.mp4 ├── 任务032：词向量介绍.mp4 ├── 任务033：学习词向量.mp4 ├── 任务034：倒排表.mp4 ├── 任务035：Noisy Channel Model.mp4 ├── 任务036：语言模型介绍.mp4 ├── 任务037：Chain Rule和Markov Assumption.mp4 ├── 任务038：Unigram, Bigram, N-gram.mp4 ├── 任务039：估计语言模型的概率.mp4 ├── 任务040：评估语言模型：Perplexity.mp4 ├── 任务041：Add-one Smoothing.mp4 ├── 任务042：Add-K Smoothing.mp4 ├── 任务043：Interpolation.mp4 ├── 任务044：2019.2.17Review 基于几个例子，书写动态规划-01.mp4 ├── 任务045：2019.2.17Review 基于几个例子，书写动态规划-02.mp4 ├── 任务046：2019.2.17Review 基于几个例子，书写动态规划-03.mp4 ├── 任务047：Lesson6直播.mp4 ├── 任务048：01在训练数据里没有见过的怎么处理？.mp4 ├── 任务049：02Good-Turning Smoothing.mp4 └── 任务050：03利用语言模型生成句子.mp4