昔日，斯坦福大学「CS224d：深度自然言语处置课程」中英字幕版重磅上线！
本次翻译的 CS224d （2016-2017）课程视频为斯坦官方开源最新版本，由斯坦福大学教授、 Salesforce 的首席迷信家 Richard Socher 受权雷锋字幕组翻译，5 月 16 日开端正式同步更新在 AI 研习社、AI 慕课学院。
每周三更新，估计继续 18 周
点击这里，可以收费有限次观看 CS224d 中英字幕版
. . .
CS224d，原名 Deep Learning for Natural Language Processing （深度自然言语处置），是全球 NLP 范畴最受欢送的课程之一，让你在理解丰厚的深度自然言语处置使用案例的同时，学会在理论中搭建出最先进的自然言语处置模型。
由于课程太受欢送，斯坦福每年都会更新这门收费开源课，并参加抢手的话题和案例。
全课有18节1小时课程+3次课间作业+1次终极课程项目，登录 AI 慕课学院 观看还可以倍速播放。
中文版 CS224d 课程引见
自然言语处置（NLP）是信息时代最重要的技术之一。了解复杂的言语话语也是人工智能的重要组成局部。 NLP 的使用无处不在，由于人与人之间大局部的沟通都需求言语：网络搜索，广告，电子邮件，客户效劳，言语翻译，放射报告等。
NLP 使用顺序面前有少量的根底义务和机器学习模型。最近，深度学习办法经过不同的 NLP 义务完成了超高功能。这些模型通常可以经过单一的端到端模型停止训练，而不需求传统的、特定义务特征的工程。
CS224d ( 2016-2017 ) 中英字幕版
在这个夏季课程中，先生将学习执行、训练、调试、可视化和发明他们本人的神经网络模型。该课程片面引见了使用于NLP的深度学习尖端研讨。在模型方面，引见词向量表示、基于窗口的神经网络、工夫递归神经网络、临时短期记忆模型、构造递归神经网络、卷积神经网络以及一些触及存储器组件的最新模型。
先生经过讲座和编程作业，可以掌握用神经网络处理实践成绩的必备技巧。
领衔主讲人是Christopher Manning、Richard Socher
2016-2017 年版 CS224d 课程讲座，由斯坦福大学教授 Christopher Manning、Richard Socher 领衔主讲。
Christopher Manning 是斯坦福大学计算机迷信和言语学系机器学习范畴的首席教授。Manning 是将深度学习运用于自然言语处置的先驱，他希望可以发明出可以智能处置、了解、生成人类言语资料的计算机。同时，Manning 还是国际计算机学会( ACM )、国际人工智协会（ AAAI ）、国际计算言语学会（ACL）等国际威望学术组织的会士，曾获 ACL、 EMNLP 、 COLING 、CHI 等国际顶会最佳论文奖。
领衔主讲人 Christopher Manning
Richard Socher 是 Salesforce 的首席迷信家，也是斯坦福大学计算机迷信系的兼职教授。2016年曾担任被 Salesforce 收买的 metaMind 的开创人兼首席执行官兼首席技术官。
主讲人 Richard Socher
CS224d ( 2016-2017 ) 原版授课团队
学习 CS224d 的必备知识
-
纯熟掌握 Python
一切课堂作业将在 Python 中（运用 Numpy 和 Tensorflow）。这里有一个教程，用于那些不熟习 Python 的人大多数人都曾因不佳的交通状况而迟过到、叫过苦。经济的快速发展带动的是社会各方面的全面提升，但在此过程中，交通的发展却没跟得上前进的步幅，各类交通难题让交管部门伤透脑筋，如何利用AI来解决相关难题已成当务之急。。假如你有很多编程经历，但运用不同的言语（例如 C / C ++ / Matlab / Javascript ），能够会更好。
-
大学微积分、线性代数
你应该会求导数，也理解矩阵向量运算与符号。
-
根本概率和统计
你应该晓得概率、高斯散布、均值、规范差等根本知识。
-
机器学习根底
我们会用梯度下降制定本钱函数、求导数及执行优化。CS221 或 CS229 都会涵盖这些内容。掌握一些凸优化知识，优化技巧将会更直观。
课程纲要
第一讲 - NLP和深度学习入门
第二讲 - 词向量表示： word2vec
第三讲 - 初级词向量表示
第四讲 - Word Window 分类与神经网络
第五讲 - 反向传达和项目建议
第六讲 - 依赖剖析
第七讲 - TensorFlow入门
第八讲 - RNN和言语形式
第九讲 - 机器翻译和初级循环神经网络 LSTMs 和 GRUs
第十讲 - 神经机器翻译和留意力模型
第十一讲 - GRU 及 NMT 的其他议题
第十二讲 - 语音处置的端对端模型
第十三讲 - 卷积神经网络
第十四讲 - 树 RNN 和短语句法剖析
第十五讲 - 共指解析
第十六讲 - 用于答复成绩的静态神经网络
第十七讲 - NLP 的成绩和能够性架构
第十八讲 - 应对深度 NLP 的局限性
课后作业
-
作业1：在这个义务中，我们将熟习神经网络，词向量及其在心情剖析中的使用的根本概念。
-
作业2：在本作业中，您将学习 TensorFlow 的根底知识，运用 TensorFlow 为基于转换的依赖性剖析完成前馈神经网络，并经过计算递归神经网络言语模型的突变深化研讨反向传达。
-
作业3：在本作业中，您将学习关于命名实体辨认和完成基线窗口模型以及循环神经网络模型。该义务还涵盖门控周期性单位，将其使用于复杂的一维序列和命名实体辨认。
-
作业4：本人入手一个终极项目。
值得留意的是，CS224d 中英字幕课程也会放出课后作业和项目练习。
CS224d ( 2016-2017 ) 作业概览
同时，为了进步用户的学习效果，在继续几个月的课程时期，雷锋字幕组结合 AI 慕课学院将布置 NLP 范畴专家直播为学员答疑解惑。
CS224d ( 2016-2017 ) 作业概览
感兴味且有梯子的小同伴可以戳这里： 查阅课程主页
感激翻译团队
雷锋字幕组是由一群AI喜好者组成的意愿翻译团队，团队成员有算法工程师、顺序员、大数据专家、产品经理、IT征询人及在校师生。
意愿者来自谷歌、阿里、腾讯、网易、美团、安全科技、 IBM 、Adobe 等国际外知名企业及清华、北大、复旦、中大、中科院等知名院校。
目前，我们曾经翻译完成的有斯坦福 CS231n、麻省理工 MIT 6.S094，此外正在翻译的还有麻省理工 MIT6.S099 通用人工智能课程 。希望和我们一同翻译学习提高，欢送添加微信 leiphonefansub，备注“雷锋字幕组+姓名”，参加我们！
雷锋网雷锋网 (大众号：雷锋网) 雷锋网
。
