60分钟带你掌握NLP BERT理论与实战

[程序员研修院]

课程名称	适应人群
60分钟带你掌握NLP BERT理论与实战	需要基本的机器学习和深度学习知识，了解Word Embedding、RNN/LSTM/GRU、Seq2seq模型和Attention机制，了解基本的Python编程技巧的开发者。

本课程会介绍最近NLP领域取得突破性进展的BERT模型。首先会介绍一些背景知识，包括Word Embedding、RNN/LSTM/GRU、Seq2Seq模型和Attention机制等。然后介绍BERT的基础Transformer模型，这个模型最初用于机器翻译，但是它提出的Self-Attention被用于替换传统的RNN/LSTM/GRU模型。再然后是介绍BERT出现之前的Universal Sentence Embedding模型，包括ELMo和OpenAI GPT。接着介绍BERT模型是什么，它解决了之前模型的哪些问题从而可以达到这么好的效果。代码分析和案例介绍，通过解决实际问题加深理解

[csdn学院实训营]

老师讲解的非常有层次，听了之后，对NLP的发展有了比较清晰的认识

[qq_36017224]

老师，请问可以用BERT做基于日志数据的异常检测吗

[阿_牛]

讲的很好，简单明了，谢谢老师，期待李老师出更多得博客和经验分享，谢谢

[龚山]

谢谢老师，讲的很不错哦~！从中学习到了很多知识呢~！

[weixin_39354677]

很棒！！从视频中真的能够了解一连串的知识点。现在视频讲源码的其实很少，这种引进门其实对初学者已经很友好了

[zezbj]

自然语言处理模型方面的视频资料很珍贵，讲师讲的很好

[huangyongtao2016]

李老师讲的特别好。从RNN/LSTM/GRU到Seq2Seq到Transformer到ELMo到OpenAI GPT到BERT。每个项目的优点和缺点，对应上一种结构的缺点变化都讲明白了。 主要的缺点大致为3个：长句困难、单向信息流和预训练与微调的不匹配。 李老师大致讲解了如何Fine Tuning，这是我们初学者最关心的问题。感谢。 本课程不足之处就是没有代码实践，希望李老师后期能有所补充。 最后，再次感谢李老师的免费分享。

[FUNCHAO_]

小白看不懂啊，求推荐快速入门学习步骤

[FUNCHAO_]

看了半天实战在哪，坑人的吗，哪里有实战

[回首向来萧瑟处，归去，也无风雨也无晴。]