訓內容 ：
課程目標：
1、?全面學習大數據分析技術及自然語言處理技術基礎知識，掌握自然語言大數據處理的關鍵技術及應用；
2、?幫助骨干人員了解大數據自然語言處理分析技術及其運用價值，激發其管理創新思維；
3、?探索大數據自然語言處理在品質管理、客戶體驗乃至卡中心各業務推進工作中的應用方向；
4、?結合定制化商業應用案例，深入分析金融同業關于大數據自然語言分析的應用理念，以明晰其在卡中心創新業務發展價值并帶來更好的落地方案。
?
?
課程大綱：
?
*課：概率論和貝葉斯方法 1.1?概率和分布
1.2?條件概率
1.3?貝葉斯法則
1.4?獨立性假設和樸素貝葉斯方法
1.5?樸素貝葉斯的不足
練習：
如何自動發現新詞
第二課：機器學習典型方法 2.1?線性回歸
2.2?梯度下降法和牛頓法
2.3?支持向量機
2.4?無監督學習
2.5 EM算法直觀體驗
2.6 馬爾科夫理論
練習：
實現一個信用評級模型
第三課：自然語言理解的基礎 3.1?分詞?
3.2?詞性和命名實體標注
3.3??句法分析
3.4?語言模型
練習：
分別用普通語料和金融領域語料實現語言模型，體會其效果區別
第四課：自然語言處理經典任務 4.1?詞的共現和相關
4.2?文本分類和聚類
4.3?信息檢索?
4.4?意圖識別
4.5?情感分析
4.6 自動問答
練習：
實現一個酒店評論分類模型
第五課：人工智能的重要基礎：神經網絡 5.1?神經網絡能做什么
5.2神經網絡有什么不同
5.3?神經網絡的結構
5.4?反向傳播的原理和問題
5.5?CNN和RNN
5.6 深度學習的一些有趣任務（詞向量、語言模型等）
第六課：深度學習實踐體驗 6.1?python介紹
6.2?tensorflow介紹
6.3 大數據與深度學習
練習：
閱讀ANN實現手寫識別模型的代碼，并嘗試增加一層網絡實驗效果
分組討論：
1.?你的*如何更好的使用NLP—頭腦風暴
2.?使用場景模擬
3. NLP方案設計
?
?
以上課程可以根據客戶實際情況進行靈活調整。
