AI教程

CS224N学习指南

本指南内含CS224N课程介绍、学习资料整合、学习建议等内容。

1. 课程介绍

  • 课程名称:CS224N
  • 课程教师:Richard Socher 、Chris Manning
  • 课程内容:自然语言处理
  • 前置知识:机器学习基础知识、概率论、微积分、线性代数
  • 课程难度:中等,建议有机器学习基础或有基本的神经网络知识后再学习
  • 知识清单:词向量、softmax、RNN、LSTM及GRU、注意力机制、卷积网络、树RNN等……
  • 课程特点:专注于自然语言处理问题,对自然语言处理的特定问题如翻译、共指解析、问题回答、依赖分析会各专门用一节课来讲述,这些知识点在其他深度学习课程中少有出现。且几乎每节课都有论文分享。
  • 适用人群:有机器学习或神经网络知识基础的人

2. 资料整合

3. 学习建议

3.1 关于课程

笔者认为cs224n是目前自然语言处理最好的课程了。这里给出笔者的学习建议

  • 该课程的核心基础知识为前11节。其包括词向量、神经网络、反向传播、softmax、tensorflow框架使用、RNN模型、LSTM和GRU、注意力机制。
  • 第6节(依赖分析)、第12节(语音处理的端对端模型)、第15节(共指解析)、第16节(用于回答问题的动态神经网络)读者可以根据自己的实际需求,选择观看或者跳过。其中第6、15节较难。

3.2 其他

2 thoughts on “CS224N学习指南
发表评论