當前位置:
首頁 > 新聞 > 斯坦福CS224n《基於深度學習的NLP》課程更新,C.Manning主講

斯坦福CS224n《基於深度學習的NLP》課程更新,C.Manning主講

新智元報道

來源:Stanford

編輯:大明

【新智元導讀】斯坦福大學官方公布cs224n課程《基於深度學習的自然語言處理》詳細安排,主講人為斯坦福大學人工智慧實驗室主任,著名計算機科學家Christopher Manning教授,1月份課程閱讀材料已公布。本課程自2017 年起開設,2017年該課程視頻已公開放出。

近日,斯坦福大學官網公布了2019年度冬季cs224n課程:基於深度學習的自然語言處理的課程安排。本課程主講人為斯坦福大學人工智慧實驗室主任,著名計算機科學家Christopher Manning教授。

授課時間和地點:太平洋標準時間每周二/周四,下午4:30-5:50,NVIDIA Auditorium。

本課程從第二周開始,設定數小時的每周輔導時間,包括遠程網路輔導,具體時間和地點待定。註冊學生的講座視頻屆時將在網上公開放出。

公開講座視頻:課程完成後,計劃在YouTube上公開發布視頻。請耐心等待,因為準備視頻以供發布需要一些時間。與此同時,2017年冬季課程視頻已在YouTube上公開發布。

cs224n官網鏈接:

http://web.stanford.edu/class/cs224n/index.html

2017年本課程視頻觀看地址(油管):

https://www.youtube.com/playlist?list=PL3FW7Lu3i5Jsnh1rnUwq_TcylNr7EkRe6

資格審核:一般來說,如果是斯坦福社區(本校註冊學生、教職員工/教師)的成員,我們很高興您可以參加講座。如果課程太滿,位置不足,會要求本校註冊學生參加。由於申請人數眾多,我們無法評估任何未正式報名參加課程的學生的作業或項目。

課程內容

這門課程是講什麼的?

自然語言處理(NLP)是信息時代最重要的技術之一,也是人工智慧技術的關鍵部分。 NLP的應用無處不在,因為人們的交流都要使用語言:在網路搜索、廣告、電子郵件、客戶服務,語言翻譯、醫學報告等應用都離不開語言。

近年來,深度學習方法在許多不同的NLP任務中已經具備了極高的性能,這些方法使用單個端到端神經模型,不需要傳統的、針對特定的功能的項目。

在本課程中,學生將深入了解NLP深度學習的前沿研究現狀。通過講座、作業和期末項目,學習設計、實施和理解構建神經網路模型所需的技能。今年,CS224n將首次使用PyTorch而不是TensorFlow。

往年課程資源

本課程於2017開始開設,是之前CS224n(自然語言處理)和CS224d(自然語言處理與深度學習)課程的合併,官網上有過去幾年相關課程的官網鏈接和學生項目報告,可供參考。

先修課程/知識要求

精通Python

所有類分配都將使用Python(NumPy和PyTorch)。

本教程可能對那些不熟悉Python和/或NumPy的人有用。如果你有很多編程經驗,但使用的不同的語言(例如C / C / Matlab / Java / Javascript)也是沒問題的。

大學微積分、線性代數(例如MATH 51,CME 100)

學生應該習慣於使用多變數導數,並理解矩陣/向量符號和運算。

基本概率和統計(例如CS 109或同等課程)

學生應了解概率基礎知識、高斯分布、均值、標準差等。

具備一定機器學習的基礎(例如CS 221或CS 229)

我們將制定成本函數,採用衍生工具並通過梯度下降進行優化。如果學生已經掌握基本的機器學習/深度學習知識,那麼理解本課程將會更容易,但這一點不做強制要求,不掌握這些知識也可以上CS224n這門課。

這裡給出了一些參考資源。

Dan Jurafsky and James H. Martin.Speech and Language Processing (3rd ed. draft)

Jacob Eisenstein.Natural Language Processing

Yoav Goldberg.A Primer on Neural Network Models for Natural Language Processing

Ian Goodfellow, Yoshua Bengio, and Aaron Courville.Deep Learning

課程表與授課內容已公布,附1月課程閱讀材料

目前CS224n的2019年度課程表已經公布,授課時間從1月8日至3月14日,每周二和周四授課。其中1月份課程的建議閱讀材料已經給出。

按照時間順序,1月份授課主題分別為:

詞向量、反向傳播、神經網路、依存句法分析、遞歸神經網路和語言模型、梯度消失和RNN、機器翻譯、Seq2Seq和注意力。

更多信息和資源,可訪問斯坦福cs224n官網鏈接:

http://web.stanford.edu/class/cs224n/index.html

【加入社群】

新智元 AI 技術 產業社群招募中,歡迎對 AI 技術 產業落地感興趣的同學,加小助手微信號:aiera2015_2入群;通過審核後我們將邀請進群,加入社群後務必修改群備註(姓名 - 公司 - 職位;專業群審核較嚴,敬請諒解)。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 新智元 的精彩文章:

中國論文作者全程第一視角參會見聞
經典教材《模式識別和機器學習》官方免費下載!

TAG:新智元 |