120-NLP实战高手课 - 猎人搜索 轻松搜寻全网资源

• file:160丨结束语.mp4
• file:159丨Istio实例和Circuit Breaker.mp4
• file:158丨Istio简介：Istio包含哪些功能？.mp4
• file:157丨Kubernetes Stateful Sets.mp4
• file:156丨Kubernetes灰度上线.mp4
• file:99丨SemanticParsing基础：SemanticParsing的任务是什么？.mp4
• file:98丨树神经网络：如何采用TreeLSTM和其它拓展方法？.mp4
• file:97丨基于神经网络的依存分析算法.mp4
• file:96丨ShiftReduce算法.mp4
• file:95丨Stanza使用.mp4
• file:94丨依存分析和UniversalDepdencyRelattions.mp4
• file:93丨依存分析和SemanticParsing概述.mp4
• file:92丨半监督学习：如何让没有标注的数据也派上用场？.mp4
• file:91丨Few-shotLearning：是否有更好的利用不同任务的方法？.mp4
• file:90丨DomainAdaptation：如何利用其它有标注语料来提升效果？.mp4
• file:89丨多任务训练：如何利用多任务训练来提升效果？.mp4
• file:50丨神经网络建模：如何让神经网络实现你的数据挖掘需求 51丨神经网络的构建：ResidualConnection和DenseConnection.mp4
• file:49丨集成树模型：CatBoost和NGBoost简介.mp4
• file:46丨集成树模型：如何提升决策树的效果47丨集成树模型：GBDT和XgBoost的数学表达.mp4
• file:45丨变量选择方法.mp4
• file:44丨降维方法：Variational Auto Encoder.mp4
• file:42丨降维方法：PCA、NMF 和 tSNE.mp4
• file:41丨自动特征构建方法：Symbolic learning和AutoCross简介.mp4
• file:40丨半自动特征构建方法：缺失变量和异常值的处理.mp4