这是一门关于自然语言处理的高阶课程，由牛津大学和谷歌DeepMind（AlphaGo的开发机构）联合开设，由Phil Blunsom主讲，同时邀请到多位来自DeepMind和NVIDIA的业界讲师来做客座讲座。这是牛津大学计算机系2017年春季学期最新课程，由大数据文摘进行汉化。
免费课程链接：点击这里
如何自动处理自然语言输入、并产生语言输出，是人工智能的重要研究方向。这门课主要讲授近2-3年深度学习在自然语言处理方面的最新发展。课程从相关机器学习模型的数学原理和最优算法讲起，将会讲到神经网络在NLP中的一系列应用，包括潜在语义分析、语音到文字的转录、语言翻译以及问答，同时也会讲到这些模型在CPU和GPU上的实现。
课程所有资料（视频、讲义、作业）免费发布于GitHub，https://github.com/oxford-cs-deepnlp-2017/lectures，大数据文摘已联系课程主讲人取得翻译授权。
【课程大纲】（视频内容持续更新中）
- 导论
- 词向量与词汇语义学
- 语言建模RNN
- 文本分类
- 英伟达RNN和GPU
- 条件语言建模
- 语音识别
- 文本语音转换
- 智能问答
- 记忆和语言学
适合人群
- 想学习自然语言处理，具备概率论，线性代数，微积分的基础知识，具有机器学习基础和良好的编程基础的人群
更多精品课程：
阿里云大学官网（阿里云大学 - 官方网站，云生态下的创新人才工场）