课程目录
1-1 [Word2Vec原理] 课程简介 (04:36) 1-2 [Word2Vec原理] 自然语言处理与深度学习 (11:58) 1-3 [Word2Vec原理] 语言模型 (06:15) 1-4 [Word2Vec原理] N-gram模型 (08:32) 1-5 [Word2Vec原理] 词向量 (09:27) 1-6 [Word2Vec原理] 神经网络模型 (10:02) 1-7 [Word2Vec原理] Hierarchical Softmax (10:01) 1-8 [Word2Vec原理] CBOW模型实例 (11:20) 1-9 [Word2Vec原理] CBOW求解目标 (05:39) 1-10 [Word2Vec原理] 梯度上升求解 (10:10) 1-11 [Word2Vec原理] 负采样模型 (07:15) 2-1 [Gensim构造词向量模型] 使用Gensim库构造词向量 (06:21) 2-2 [Gensim构造词向量模型] 维基百科中文数据处理 (10:26) 2-3 [Gensim构造词向量模型] Gensim构造word2vec模型 (08:51) 2-4 [Gensim构造词向量模型] 测试模型相似度结果 (07:42) 3-1 [Tensorflow实战word2vec] 环境配置 (06:00) 3-2 [Tensorflow实战word2vec] 中文数据预处理 (11:06) 3-3 [Tensorflow实战word2vec] word2vec模型构造 (10:36) 3-4 [Tensorflow实战word2vec] 构造图计算模型 (07:53) 3-5 [Tensorflow实战word2vec] word2vec训练 (10:46) 3-6 [Tensorflow实战word2vec] 模型训练模块 (10:18) 3-7 [Tensorflow实战word2vec] 迭代预测效果 (08:39) 4-1 [案例：情感分类任务] 影评情感分类任务概述 (17:48) 4-2 [案例：情感分类任务] 基于词袋模型训练分类器 (11:08) 4-3 [案例：情感分类任务] 准备word2vec输入数据 (10:46) 4-4 [案例：情感分类任务] 使用gensim构建word2vec词向量 (16:35)
