课程目标：
1、 全面学习大数据分析技术及自然语言处理技术基础知识，掌握自然语言大数据处理的关键技术及应用；
2、 帮助骨干人员了解大数据自然语言处理分析技术及其运用价值，激发其管理创新思维；
3、 探索大数据自然语言处理在品质管理、客户体验乃至卡中心各业务推进工作中的应用方向；
4、 结合定制化商业应用案例，深入分析金融同业关于大数据自然语言分析的应用理念，以明晰其在卡中心创新业务发展价值并带来更好的落地方案。
课程大纲：
第一课：概率论和贝叶斯方法 |
1.1 概率和分布
1.2 条件概率
1.3 贝叶斯法则
1.4 独立性假设和朴素贝叶斯方法
1.5 朴素贝叶斯的不足
练习：
如何自动发现新词 |
第二课：机器学习典型方法 |
2.1 线性回归
2.2 梯度下降法和牛顿法
2.3 支持向量机
2.4 无监督学习
2.5 EM算法直观体验
2.6 马尔科夫理论
练习：
实现一个信用评级模型 |
第三课：自然语言理解的基础 |
3.1 分词
3.2 词性和命名实体标注
3.3 句法分析
3.4 语言模型
练习：
分别用普通语料和金融领域语料实现语言模型，体会其效果区别 |
第四课：自然语言处理经典任务 |
4.1 词的共现和相关
4.2 文本分类和聚类
4.3 信息检索
4.4 意图识别
4.5 情感分析
4.6 自动问答
练习：
实现一个酒店评论分类模型 |
第五课：人工智能的重要基础：神经网络 |
5.1 神经网络能做什么
5.2神经网络有什么不同
5.3 神经网络的结构
5.4 反向传播的原理和问题
5.5 CNN和RNN
5.6 深度学习的一些有趣任务（词向量、语言模型等） |
第六课：深度学习实践体验 |
6.1 python介绍
6.2 tensorflow介绍
6.3 大数据与深度学习
练习：
阅读ANN实现手写识别模型的代码，并尝试增加一层网络实验效果 |
分组讨论：
1. 你的部门如何更好的使用NLP—头脑风暴
2. 使用场景模拟
3. NLP方案设计 |
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业