Математические методы анализа текстов (курс лекций, К.В.Воронцов, А.А.Потапенко)
Материал из MachineLearning.
(Различия между версиями)
Строка 5: | Строка 5: | ||
От студентов требуются знания курсов линейной алгебры, математического анализа, теории вероятностей, математической статистики, методов оптимизации, машинного обучения и нейронных сетей, языка программирования Python. | От студентов требуются знания курсов линейной алгебры, математического анализа, теории вероятностей, математической статистики, методов оптимизации, машинного обучения и нейронных сетей, языка программирования Python. | ||
+ | |||
+ | Краткая ссылка на эту страницу: [http://bit.ly]. | ||
= Программа курса = | = Программа курса = |
Версия 22:50, 30 августа 2018
|
Математические методы анализа текстов. В курсе рассматриваются основные задачи и математические методы обработки естественного языка. Курс читается студентам кафедры «Интеллектуальные системы / интеллектуальный анализ данных» ФУПМ МФТИ с 2018 года.
От студентов требуются знания курсов линейной алгебры, математического анализа, теории вероятностей, математической статистики, методов оптимизации, машинного обучения и нейронных сетей, языка программирования Python.
Краткая ссылка на эту страницу: [1].
Программа курса
См. также
- Математические методы анализа текстов (ВМиК МГУ) / 2017
- Машинное обучение (курс лекций, К.В.Воронцов)
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)
- Глубинное обучение (курс лекций)
Литература
- Stewen Bird et. al. Natural Language Processing with Python. 2-nd edition. 2016.