V
主页
【西湖大学 张岳老师|自然语言处理在线课程 第四章 - 3节】多分类对数线性模型训练
发布人
在前两期视频的基础上,本期视频讨论多分类对数线性模型的训练。 具体地,本期视频介绍: (1)多分类对数线性模型;(2)对数似然公式推导;(3)多分类对数线性模型训练方法;(4)Mini-batch 优化算法;(5)利用Mini-batch算法的训练方法。
打开封面
下载高清视频
观看高清视频
视频下载器
【西湖大学 张岳老师|自然语言处理在线课程 第四章 - 5节】利用SGD的SVM训练
【西湖大学 张岳老师|自然语言处理在线课程 第二章 - 1节】最大似然估算和词概率模型
【西湖大学 张岳老师|自然语言处理在线课程 第三章 - 6.1节】判别、生成与线性模型
【西湖大学 张岳老师|自然语言处理在线课程 第四章 - 6节】SVM与感知机模型
【西湖大学 张岳老师|自然语言处理在线课程 第五章 - 3节】KL散度,交叉熵与困惑度
【西湖大学 张岳老师|自然语言处理在线课程 第三章 - 2节】文本分类 — 支持向量机(Support Vector Machine,SVM)
【西湖大学 张岳老师|自然语言处理在线课程 第五章 - 2节】最大熵模型
【西湖大学 张岳老师|自然语言处理在线课程 第十四章 - 2节】循环神经网络(Recurrent Neural Network, RNN)
【西湖大学 张岳老师|自然语言处理在线课程 第三章 - 3节】文本分类 —感知机(Perceptron)
【西湖大学 张岳老师|自然语言处理在线课程 第一章 - 3节】基础NLP任务介绍——语义分析任务
【西湖大学 张岳老师|自然语言处理在线课程 第六章 - 6节】EM算法的应用-概率潜在语义分析
【西湖大学 张岳老师|自然语言处理在线课程 第六章 - 4节】EM算法的应用-无监督的朴素贝叶斯
【西湖大学 张岳老师|自然语言处理在线课程 第六章 - 1节】隐变量(Hidden variables)
【西湖大学 张岳老师|自然语言处理在线课程 第四章 - 2节】对数线性模型训练
【西湖大学 张岳老师|自然语言处理在线课程 第一章 - 2节】基础NLP任务介绍——句法分析任务
【西湖大学 张岳老师|自然语言处理在线课程 第一章 - 1节】自然语言处理及其发展历程简介
【西湖大学 张岳老师|自然语言处理在线课程 第五章 - 5节】点互信息(Pointwise mutual information,PMI)
【西湖大学 张岳老师|自然语言处理在线课程 第十二章 - 1节】贝叶斯网络(Bayesian Network)
【西湖大学 张岳老师|自然语言处理在线课程 第五章 - 4节】互信息(Mutual information)
【西湖大学 张岳老师|自然语言处理在线课程 第十四章 - 1节】表示学习(Representation Learning)
【西湖大学 张岳老师|自然语言处理在线课程 第二章 - 5.1节】Knessay-Ney Smoothing
【西湖大学 张岳老师|自然语言处理在线课程 第十一章 - 5节】基于转移的依存句法分析(Arc-Standard)
【西湖大学 张岳老师|自然语言处理在线课程 第十四章 - 5节】QKV Attention 和自注意力网络(Self Attention Network)
【西湖大学 张岳老师|自然语言处理在线课程 第十章 - 4节】成分句法分析器的评估
【西湖大学 张岳老师|自然语言处理在线课程 第二章 - 3节】语言模型——一元语言模型(Unigram LM)
【西湖大学 张岳老师|自然语言处理在线课程 第一章 - 4节】信息抽取任务介绍
【西湖大学 张岳老师|自然语言处理在线课程 第二章 - 5节】语言模型——三元语言模型(Trigram LM)和生成模型(Generative model)
【西湖大学 张岳老师|自然语言处理在线课程 第六章 - 3节】期望最大算法(Expectation Maximization, EM)-下
【西湖大学 张岳老师|自然语言处理在线课程 第十三章 - 2节】使用多层感知机(MLP)进行文本分类
【西湖大学 张岳老师|自然语言处理在线课程 第十二章 - 6节】 贝叶斯一元语言模型(Bayesian Unigram LM)
【西湖大学 张岳老师|自然语言处理在线课程 第十章 - 3节】CKY解码
【西湖大学 张岳老师|自然语言处理在线课程 第七章 - 2节】隐马尔可夫模型
【西湖大学 张岳老师|自然语言处理在线课程 第四章 - 9节】多模型堆叠
【西湖大学 张岳老师|自然语言处理在线课程 第十章 - 5节】计算PCFG的边缘概率
【西湖大学 张岳老师|自然语言处理在线课程 第三章 - 1节】聚类(Clustering)
【西湖大学 张岳老师|自然语言处理在线课程 第十章 - 2节】概率上下文无关文法(Probabilistic context free grammar)
【西湖大学 张岳老师|自然语言处理在线课程 第十三章 - 1节】深度学习介绍及多层感知机模型(MLP)
【西湖大学 张岳老师|自然语言处理在线课程 第四章 - 4节】对数线性模型小结
【西湖大学 张岳老师|自然语言处理在线课程 第二章 - 7节】特征向量(Feature vector)和如何将文本文档映射到向量空间
【西湖大学 张岳老师|自然语言处理在线课程 第五章 - 6节】词向量表示