Synced 深度研学社 每周干货,每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少,每周进步一点点~
【入门教程】
by Jason Brownlee
这是一门讲述用Python入门深度学习的教程,包括18节课和7个end-to-end projects。每门课的平均耗时为半小时,每个project平均耗时为一小时。适合可以熟练使用Python的人士。此教程没有过多深入到数学中,用简明的方法教述如何使用Keras和TensorFlow来迅速实现实际运用。
【技术分析】
by Qiao Qian, Minlie Huang, Xiaoyan Zhu(清华大学智能技术与系统国家重点实验室)
简介:这篇论文讲述LSTM分类模型在自然语言处理中的创新式应用。旨在解决的问题是做到在句子级别的情感分类。在数据驱动的深度学习模型基础上,结合语言学的学科特点,将抽象后的语言资源以约束条件的形式加入到LSTM中,包括情感词汇,否定词,程度词等。
【资源分享】
简介:这份资源是纽约大学助理教授 Sam Bowman 的一份课程讲义,主要介绍自然语言处理中应用深度学习的活跃领域。这份PPT综述了领域中较为活跃的研究,包括Attention 模型、Structured Memory结构化记忆、词水平以上的无监督学习、NLP领域的强化学习等等。