一、培訓(xùn)簡(jiǎn)述
課程中通過細(xì)致講解，使學(xué)員掌握該技術(shù)的本質(zhì)。具體收益包括：
1.掌握NLP基礎(chǔ)
2.關(guān)鍵詞提取與文本分類方法
3.文本向量化與句法分析方法
4.NLP與深度學(xué)習(xí)技術(shù)的相應(yīng)算法
5.掌握?qǐng)D像識(shí)別技術(shù)

二、培訓(xùn)特色
本次培訓(xùn)從實(shí)戰(zhàn)的角度對(duì)自然語言處理（NLP）進(jìn)行了全面的剖析，并結(jié)合實(shí)際案例分析和探討NLP的應(yīng)用場(chǎng)景，給NLP相關(guān)從業(yè)人員以指導(dǎo)和啟迪。

三、培訓(xùn)時(shí)長(zhǎng)
共計(jì)3天，每天6課時(shí)

四、培訓(xùn)大綱

單元	培訓(xùn)模塊	培訓(xùn)內(nèi)容
第一單元	NLP入門與基礎(chǔ)介紹（一）	NLP的基本概念 NLP的發(fā)展歷程 NLP主要研究方向 句法語義分析 信息抽取 文本挖掘 機(jī)器翻譯 信息檢索 問答系統(tǒng) 對(duì)話系統(tǒng)
第二單元	NLP入門與基礎(chǔ)介紹（二）	NLP的基礎(chǔ) 分詞 正向最大匹配算法 逆向最大匹配算法 雙向最大匹配算法 基于N-gram語言模型的分詞 基于HMM的分詞方法 基于CRF的分詞法法 文本基本處理 文本提取 正在表達(dá)式 本文統(tǒng)計(jì) 詞性標(biāo)注 基于最大熵的詞性標(biāo)注 基于統(tǒng)計(jì)最大概率輸出詞性 基于HMM詞性標(biāo)注 基于CRF的詞性標(biāo)注 命名實(shí)體識(shí)別 基于CRF的命名實(shí)體識(shí)別 案例 在線中文分詞系統(tǒng)實(shí)戰(zhàn) 命名實(shí)體識(shí)別接口開發(fā) 基于詞性標(biāo)注的關(guān)鍵詞提取
第三單元	關(guān)鍵詞提取與文本分類（一）	關(guān)鍵詞提取概述 關(guān)鍵詞提取算法 TF-IDF LSA/LSI算法 PLSA算法 LDA算法
第四單元	關(guān)鍵詞提取與文本分類（二）	文本分類算法 樸素貝葉斯 線性分類器 支持向量機(jī) Bagging模型 Boosting模型 淺層神經(jīng)網(wǎng)絡(luò) 案例 新聞主題提取 新聞分類實(shí)戰(zhàn)
第五單元	文本向量化與句法分析（一）	文本向量化概述 文本向量化常用算法 詞袋算法 HashTF算法 Word2Vec算法 Glove算法
第六單元	文本向量化與句法分析（二）	句法分析概述 句法分析常用算法 PCFG算法 條件隨機(jī)場(chǎng)算法 案例 文本情感分析的開發(fā)示例 基于依存句法分詞的問句相似度計(jì)算
第七單元	圖像識(shí)別項(xiàng)目	介紹Google圖像識(shí)別模型Inception-v3 使用Inception-v3做圖像識(shí)別
第八單元	貓狗分類項(xiàng)目	1.圖像數(shù)據(jù)預(yù)處理 2.貓狗分類-簡(jiǎn)單CNN 3.貓狗分類-VGG16-bottleneck 4.貓狗分類-VGG16-Finetune
第九單元	驗(yàn)證碼識(shí)別項(xiàng)目	1.多任務(wù)學(xué)習(xí)介紹 2.驗(yàn)證碼識(shí)別項(xiàng)目
第十單元	目標(biāo)檢測(cè)項(xiàng)目	1.目標(biāo)檢測(cè)任務(wù)介紹 2.RCNN/Fast-RCNN/Faster-RCNN算法介紹 3.YOLO算法介紹 4.SSD算法介紹 5.目標(biāo)檢測(cè)項(xiàng)目實(shí)戰(zhàn)
第十一單元	目標(biāo)分割項(xiàng)目	1.目標(biāo)分割任務(wù)介紹 2.全卷積網(wǎng)絡(luò) 3.雙線性上采樣 4.特征金字塔 5.Mask RCNN算法介紹 6.目標(biāo)分割項(xiàng)目實(shí)戰(zhàn)
第十二單元	圖像風(fēng)格遷移項(xiàng)目	1.圖像風(fēng)格遷移介紹 2.圖像風(fēng)格遷移項(xiàng)目實(shí)戰(zhàn)
第十三單元	GAN項(xiàng)目	1.生成式對(duì)抗網(wǎng)絡(luò)GAN介紹 2.生成式對(duì)抗網(wǎng)絡(luò)GAN項(xiàng)目實(shí)戰(zhàn)
總結(jié)與考核

（注：大綱還可根據(jù)需求進(jìn)行調(diào)整）
 
第二部分  師資簡(jiǎn)介

覃棅豐
創(chuàng)業(yè)公司技術(shù)負(fù)責(zé)人。機(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾使用Tensorflow，Caffe，Keras等深度學(xué)習(xí)框架完成過多項(xiàng)圖像，語音，nlp，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國家專利，同時(shí)具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通熟易懂，代碼風(fēng)格簡(jiǎn)潔清晰。
 
人工智能相關(guān)工作經(jīng)歷：
上海希格斯網(wǎng)絡(luò)科技有限公司  數(shù)據(jù)挖掘工程師   
1.負(fù)責(zé)深度學(xué)習(xí)NLP算法的研究和實(shí)現(xiàn)。
2.負(fù)責(zé)搜索引擎的實(shí)現(xiàn)和優(yōu)化。
 
上海索洛信息技術(shù)有限公司     高級(jí)算法工程師   
1.負(fù)責(zé)深度學(xué)習(xí)圖像算法的研究和實(shí)現(xiàn)。
2.負(fù)責(zé)深度學(xué)習(xí)語音算法的研究和實(shí)現(xiàn)。
 
人工智能相關(guān)項(xiàng)目經(jīng)驗(yàn)：
人崗匹配項(xiàng)目 負(fù)責(zé)算法實(shí)現(xiàn)   
● 收集了10萬份JD。
● 基于Tensorflow平臺(tái)使用LSTM+Attention算法。
● 使用JD訓(xùn)練職位推薦模型。訓(xùn)練好的模型可用于分析簡(jiǎn)歷描述，并根據(jù)簡(jiǎn)歷描述推薦一個(gè)或多個(gè)適合的職位。
 
項(xiàng)目關(guān)鍵詞提取項(xiàng)目  負(fù)責(zé)算法實(shí)現(xiàn)   
● 收集了10萬份項(xiàng)目描述，并標(biāo)記好項(xiàng)目中的關(guān)鍵詞。
● 基于Tensorflow平臺(tái)使用seq2seq模型。
● 從簡(jiǎn)歷的項(xiàng)目描述中提取出該項(xiàng)目中的重點(diǎn)詞匯。可用于優(yōu)化簡(jiǎn)歷項(xiàng)目搜索結(jié)果。
 
人才搜索引擎項(xiàng)目  負(fù)責(zé)搜索引擎的實(shí)現(xiàn)和優(yōu)化
● 搭建簡(jiǎn)歷搜索引擎服務(wù)。
● 完成學(xué)校名，專業(yè)，公司，行業(yè)等模塊的搜索策略
● 完成搜索結(jié)果高亮服務(wù)。
● 修改搜索bug優(yōu)化搜索算法。
 
寵物臉識(shí)別項(xiàng)目  負(fù)責(zé)數(shù)據(jù)處理，算法實(shí)現(xiàn)    
● 收集了5萬張狗/貓的照片，并標(biāo)記好它們臉部的區(qū)域。
● 在Linux下基于Caffe平臺(tái)使用Faster-rcnn實(shí)現(xiàn)狗/貓臉檢測(cè)算法。
● 推出了一款在線小游戲，用戶上傳自己家狗/貓的照片，服務(wù)器接收到照片之后用訓(xùn)練好的模型檢測(cè)照片中狗/貓的臉，并把狗/貓的臉框出來，給它們的長(zhǎng)相打一上個(gè)分?jǐn)?shù)，再把處理后的照片反饋給用戶。 
 
寵物品種識(shí)別項(xiàng)目 負(fù)責(zé)數(shù)據(jù)處理，算法實(shí)現(xiàn)  
● 收集了19種貓和27種狗的照片，共3萬多張，并做好分類標(biāo)簽。
● 基于Caffe平臺(tái)使用AlexNet，GoogleNet以及自己設(shè)計(jì)的網(wǎng)絡(luò)實(shí)現(xiàn)寵物品種分類算法。
● 推出了一款在線小游戲，用戶上傳自己家狗/貓的照片，服務(wù)器接收到照片之后用訓(xùn)練好的模型檢測(cè)照片中狗/貓的品種，不同寵物的品種會(huì)對(duì)應(yīng)不同明星的臉，再把與寵物品種相似的明星臉反饋給用戶。 
 
寵物叫聲情感分類項(xiàng)目  負(fù)責(zé)數(shù)據(jù)處理，算法實(shí)現(xiàn)
● 收集了1萬6千條狗叫聲，分成8個(gè)類別。
● 基于Tensorflow平臺(tái)使用CNN，LSTM實(shí)現(xiàn)狗叫聲情感分類算法。
● 將訓(xùn)練好的模型放到嵌入式設(shè)備中，實(shí)時(shí)判斷當(dāng)前場(chǎng)景是否有狗叫聲，有狗叫聲的話是屬于什么分類。