文件名称：course-nlp：NLP课程的代码优先简介
文件大小：15.97MB
文件格式：ZIP
更新时间：2024-02-24 00:39:09
python nlp data-science machine-learning MachinelearningJupyterNotebook
自然语言处理的代码优先入门 您可以在找到有关该课程的，所有 。 该课程最初课程（2019年夏季）中教授的。该课程使用Jupyter Notebooks使用Python进行教学，并使用sklearn，nltk，pytorch和fastai等库。 目录 将涵盖以下主题： 1.什么是NLP？ 不断变化的领域 资源资源 工具类 Python库 应用范例 道德问题 2.使用NMF和SVD进行主题建模 停用词，词干和词形化 术语文档矩阵 主题频率-逆文档频率（TF-IDF） 奇异值分解（SVD） 非负矩阵分解（NMF） 截断SVD，随机SVD 3.使用朴素贝叶斯，逻辑回归和ngram进行情感分类 稀疏矩阵存储 专柜 法斯特图书馆 朴素贝叶斯 逻辑回归 克 具有朴素贝叶斯特征和三字母组合的逻辑回归 4.正则表达式（和重新访问令牌化） 5.语言建模和情感分类与深度学习 语言模型 转移学习 情感分类 6.使用RNN进行翻译 查看嵌入 蓝光指标 教师强迫 双向的 注意 7.使用Transformer架构进行翻译 变压器型号 多头注意力 掩蔽 标签平滑 8. NLP中的偏见与道德 词嵌入中的
【文件预览】：
course-nlp-master
----.gitignore(1KB)
----7-seq2seq-translation.ipynb(98KB)
----images()
--------google-translate.png(236KB)
--------parse1.png(90KB)
--------map-popular-word.png(521KB)
--------sparse.png(7KB)
--------alammar-attention.png(150KB)
--------nmf_doc.png(21KB)
--------spellchecker1.png(199KB)
--------document_term.png(53KB)
--------Transformer.png(70KB)
--------Finite_element_sparse_matrix.png(1KB)
--------husain-tweet.png(187KB)
--------rigler-tweet.png(240KB)
--------skomoroch.png(201KB)
--------full_svd.JPG(440KB)
--------face_pca.png(64KB)
--------face_outputs.png(119KB)
--------novetta1.png(39KB)
--------mlodinow-false-pos.png(52KB)
--------lim-how-kang-2.png(1012KB)
--------gpt2-howard.png(356KB)
--------parse2.png(90KB)
--------neural-translation.png(351KB)
--------factorization.png(25KB)
--------reduced_svd.JPG(326KB)
--------etzioni-fraud.png(290KB)
--------attention.png(92KB)
--------regex.png(106KB)
--------language_model_zoo.png(503KB)
--------face_tat.png(448KB)
--------svd_fb.png(37KB)
--------headlines-nlp.png(283KB)
--------turkish.jpg(59KB)
--------fpa.png(175KB)
--------robot-overflow.png(158KB)
--------vcbs.png(76KB)
--------quid1.png(111KB)
--------glutathione.jpg(102KB)
--------seq2seq.png(28KB)
--------drunkards-walk.jpg(571KB)
--------floris-wu.png(153KB)
--------svd_slow.png(33KB)
--------grid1.jpg(43KB)
--------svd_speed.png(204KB)
--------spellchecker2.png(101KB)
--------lim-how-kang-1.png(1.37MB)
--------quid-nlp.png(558KB)
--------two_problems.png(71KB)
--------tench-net.png(1.73MB)
--------fltscale-wh.png(7KB)
--------face_nmf.png(39KB)
----nn-turkish.ipynb(34KB)
----nn-imdb-more.ipynb(10KB)
----hw2.ipynb(3KB)
----britlit.xlsx(105KB)
----6b-rnn-english-numbers-GRU.ipynb(21KB)
----nn-vietnamese.ipynb(32KB)
----nlputils.py(2KB)
----naive_bayes.xlsx(28KB)
----3b-more-details.ipynb(39KB)
----bleu_metric.ipynb(11KB)
----0-course-logistics.ipynb(14KB)
----RNNs.pptx(915KB)
----6-rnn-english-numbers.ipynb(52KB)
----nn-english.ipynb(51KB)
----nn-vietnamese-bwd.ipynb(19KB)
----review-nlp-transfer.ipynb(54KB)
----regex_workflow.ipynb(62KB)
----README.md(3KB)
----Attention.pptx(2.58MB)
----8-translation-transformer.ipynb(109KB)
----5-nn-imdb.ipynb(191KB)
----2-svd-nmf-topic-modeling.ipynb(85KB)
----1-what-is-nlp.ipynb(19KB)
----seq2seq.py(4KB)
----hw1.ipynb(5KB)
----review-cv-transfer.ipynb(300KB)
----2b-odds-and-ends.ipynb(65KB)
----3-logreg-nb-imdb.ipynb(625KB)
----4-regex.ipynb(29KB)
----7b-seq2seq-nucleus.ipynb(13KB)
----7b-seq2seq-attention-translation.ipynb(38KB)
----conv-example.xlsx(99KB)