从零基础到精通自然语言处理和深度学习视频教程

本课程将使您从初学者开始学习NLP概念，语言理论，然后使用Python练习这些基本理论-与您一起编写代码时，将提供非常简单的示例。

从收集您自己的数据到使用超过50,000条Tweets的大数据集进行NLP情感分析，获得完整的现实世界工作流程的经验。

数据收集：使用以下方法爬取Twitter：OSINT-开源情报工具：使用实际技术收集文本数据。在现实世界中，在许多情况下，您将必须创建自己的数据集。即获取您的数据，而不是在线下载干净的现成文件。

使用Python搜索与您的研究相关的推文，并使用NLP分析情绪。

语言语法：大多数NLP课程都忽略了语言学的核心领域。本课程讲解语言语法和语法分析树的基础知识-语言是机器如何解释句子结构的基础。

Python的新手：如果您是Python或任何计算机编程的新手，那么这些课程说明将使您轻松与我一起编码。我逐行解释代码。

没有安装，我们直接进行编码-使用Google Colab进行编码-随时掌握2021年数据科学世界中正在使用的最新信息！

缓慢的步调使您逐渐从NLP基础知识过渡到能够理解深度学习的数学和语言（基于英语的非数学）理论。

你将学到什么

• 库：Tensorflow、Pytork、NLTK、SpaCy、Sci kit Learn、Twint
• 帮助学习NLP概念的语言学基础
• 深度学习：神经网络、RNN、LSTM理论与实践项目
• 机器阅读理解：创建一个有团队的问答系统
• 没有乏味的Anaconda或Jupyter安装：使用现代googlecolab云笔记本使用Python
• 如何构建生成型人工智能聊天机器人
• 用Word2Vec创建Netflix推荐系统
• 对Steam游戏评论进行情绪分析
• 将语音转换为文本
• 机器学习建模技术
• 马尔可夫性——理论与实践
• 初学者可选Python部分
• 余弦相似向量
• 单词嵌入：我最喜欢的深度教学主题
• 使用一个开源的智能工具获取无限的tweet
• 语音识别
• 假新闻探测器
• 上下文无关语法
• 刮维基百科和创建一个文章摘要