导读
- 课程大纲
- 适合人群
- 课前技术储备
本届课程主要涉及的几个问题
- 快速了解自然语言处理
- 自然语言处理开发环境介绍
- 案例：NLP技术实现预测天气冷暖感知度
- 结尾与探讨
讨论总结
t讨论：机器学习比较偏向底层和理论，机器学习本身不够炫酷，结合了具体的自然语言处理以及数据挖掘的问题才能炫酷。机器学习好像内力一样，是一个武者的基础，而自然语言和数据挖掘的东西都是招式。如果你内功足够深厚，招式对你来说都是小意思。但机器学习同时也要求很高的数学基础，现在如果我们只讲工程实现，有很多的开源工具可以使用，你需要的只是知道这些工具都是干嘛用的就好，很多学生对机器学习特别的狂热，但对矩阵，概率论又有着老子早不想念这门课了，终于过了的思想。我一直觉得，如果逆真的矩阵、概率、微积分学得不好，早日巩固基础知识，勤动手，多编程，对日后找工作才有利！！！一定不要舍本逐末的放弃了基础知识的学习。
小结
- 了解自然语言处理概况
- 数据分析与算法实现
- 算法优化和应用