第一课
自然语言处理介绍
自然语言就是人类日常使用的语言，比如汉语，英语等。
自然语言处理就是机器处理。用计算机处理自然语言。
用途：机器翻译，情感分析，褒义，贬义；文本相似度匹配；新闻推荐，信息搜索；聊天机器人；
第二课 通用技术
分词，停用词过滤，删除无帮助的词，词干提取，词性还原，词袋模型，把文本转化向量的表示，，TF-IDF，词频加权计算，改变权重，Word2vect，映射到n维空间
分词：把连续的文本，分割成语义合理的若干词汇序列，主要针对中文分词。分词方式不唯一；分词是基础；
停用词过滤：回忆语文知识，把句子分为主干和枝叶，定语，状语等。主干不可以去掉，枝叶部分可以删除，去掉后句子核心意思不会变化。小白兔在雪地奔跑，核心就是兔子奔跑；
停用词：在文本中大量存在，对语义分析没有帮助的词。万一下雨呢？把停用词万一，呢去掉，保留核心的下雨；为啥要过滤掉停用词，如果不过滤，也没有关系，但是会造成空间存储的浪费，保留更多的信息。
第三课 通用技术
词干提取，词性还原，词袋模型。
词干提取：对一个单词去掉后缀，还原本身，用于英文中。例如：play, played, plays, playing,他们是同一个单词；
词性还原：对同一个单词不同形式的识别，把单词还原为标准形式，用于英语等西方语言；比如is，are， was；
词干提取和词性还原：相同点：都是对同一个单词不同形式处理。不通点：词干提取是去掉单词后缀；词性还原是以词元为依据，根据语义进行分析，获取单词标注形式；ate词干提取变成at；词性还原就是eat
词袋模型：把文本表示为数值特征向量的表示形式。方式为将每个文档构建一个特征向量，其中包含每个单词在文档中出现的次数。
每个单词在对应文档中出现的次数。特征：第一：文本向量存在大量0，稀疏的，因为很多词没有出现；第二不考虑顺序，语句结构和语法；
课时4 通用技术TFIDF, word2vec;
词频-逆文档频率，针对词语重要性的一种加权统计方式。核心思想：词条重要性随着词条在当前文档中出现的次数成正比，所有文档中出现的频率成反比。逆词频合理矫正权重；
TF：term frequence,词频统计，词语出现频率进行次数统计；
TF=单词出现的次数/当前文档中单词总数
IDF：inverse document frequency, 逆文档频率；取对数：（语料库中文档总数/(语料库中包含该词的文档数+1)）
word2vec词袋模型的替换算法，谷歌2013年提出的开源算法，属于神经网络部分了；把词映射为n维度空间；神经网络无监督算法，把近义词划分到相同的簇当中；词条转为词向量，通过两个向量的余弦相似度计算文本之间的相似性。iw1 = [1,3], w2= [2,1];cos@=1*2 + 3*1/开根号的和
第五课：
阿里云机器学习平台
构建在阿里云计算平台上，集数据处理，建模，离线预测，在线预测为一体的机器学习平台。封装了各种成熟算法，支持tf，caffe，MXNET，提供分布式计算，可视化操作环境，
一站式体验服务：
第六课
阿里云学习平台使用方法：登录官网，注册用户，支持淘宝，1688直接登录，选择数据只能菜单，大数据基础服务，机器学习pai，点击管理控制台，开通相应服务。创建项目，勾选服务，包年，按照数量，等方式，点击进入机器学习，各种界面，新建实验，使用自然语言处理进行简历筛选，描述：使用阿里云机器学习平台进行监理筛选。创建新的目录。点击创建按钮，就可以创建新的实验。进行拖拽组建就可以了。拖拽到中间面板就可以了。
要求和简历文本进行匹配，匹配度越高越好。点击右键，查看数据，两个模块连接，右侧属性进行设置，点击右键，执行该节点。stop_word
第七课
任务介绍
第八课
实验环节，有时间限制。想重复使用，必须重复交钱。
最后点评
花费68块钱，对自然语言基本概念有个了解，总共课时2小时，最后有个小实验，实现简历的相似度检查，求最佳匹配的简历。
主要两个文件，一个是工作岗位的描述，一个是很多求职者的简历描述，对这两个文件进行相似度匹配，关键是拖拽模块进行学习，我还以为是Python编程呢，有点失望。最后还可以参加测试，对学习的两个小时进行检验。
测试前要提交身份证照片，然后考试期间全程摄像头监控，如果你切换页面搜索答案，或者其他有可能作弊的行为都会发出警告，总之，考试还是挺严格的。考试内容也是挺难的，虽然讲课看起来很简单，但是考试内容很难做。考试题是15道选择题，有单项选择和多项选择。
68块买了2小时的课程和一张证书。
认识你是我们的缘分，同学，等等，学习人工智能，记得关注我。
微信扫一扫
关注该公众号
《湾区人工智能》
回复《人生苦短，我用Python》便可以获取下面的超高清电子书和代码
