BranchesTags

Latest commit

History

5 Commits

Folders and files

NameName
Last commit message
Last commit date
README.md
README.md

Repository files navigation

自然语言处理NLP

主要内容

##

前言

我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。

##

课程列表

课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
机器学习入门Coursera暂无链接
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
深度学习用于自然语言处理Stanford暂无链接
机器学习用于自然语言处理Columbia Speech and Language Processing (2nd Edition)链接
Python程序语言设计暂无暂无暂无

##

推荐学习路线

###

数学基础初级

课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接

###

程序语言能力

考虑到自然语言处理的的核心是里面的数学原理和算法思想，程序语言目前主要是帮助大家较好的完成课后作业以及实现自己的一些idea，此处我们仅仅给出推荐的参考学习链接，大家掌握一些常用的模块即可，即完成参考学习链接部分的内容即可，推荐书籍比较经典，但不做要求。

课程参考学习链接推荐书籍
Python程序语言设计链接暂无

###

机器学习简介

课程机构参考书Notes等其他资料
机器学习入门Coursera暂无链接

###

自然语言处理学习初级

下面这些课程可以较好的帮助大家认识自然语言处理，了解基本的自然语言处理知识，是很好的入门课程。

课程机构参考书Notes等其他资料
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接

###

数学和机器学习知识补充

考虑当前很多的自然语言处理技术等涉及较多的机器学习方法，所以我们要求至少得完成一门中等水准的机器学习课程，此处推荐NTU的机器学习课程，NTU的“机器学习基石”和“机器学习技法”需同时完成。，如果对其他机器学习感兴趣的话，可以取Machine Learning专栏上去寻找。而基本的凸优化能够帮助我们更好的了解机器学习知识，也是很多机器学习算法推导的一个基本工具。

课程机构参考书Notes等其他资料
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接

###

自然语言处理学习中级

下面是自然语言处理的一些较难的课程，但对于后续的科研或者学习有着极大的帮助，希望对大家有帮助。

课程机构参考书Notes等其他资料
机器学习用于自然语言处理ColumbiaSpeech and Language Processing (2nd Edition)链接
深度学习用于自然语言处理Stanford暂无链接

##

自然语言处理专项领域学习

如果您已经完成了上述的所有科目，恭喜您已经拥有了十分扎实的自然语言处理基础了，已经是一名合格的自然语言处理的成员了，可以较为顺利的进入下面某一专项领域进行较为深入研究,因为并不是所有的专项领域都有对应的课程或者书籍等学习资料，所以此处我们仅列举一些我们知道的专项领域的学习资料，当然这些领域不能涵盖所有，还有很多领域没有整理（希望大家一起完善），如果这些领域适合你，那就继续加油！如果不清楚，那么大家可以去下面列举的高级会议期刊上去寻找自己感兴趣的话题进行学习研究。

  • NLP学习平台
  • 如果有一些比较大的分支，例如机器翻译等会在后续阶段加入(希望大家提供建议以及较好的资料)

###

领域会议期刊

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

831 stars

Watchers

85 watching

Forks

264 forks
Report repository

Releases

Packages

Used by

Contributors

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Add copy buttons to all 
 blocks\n(function() {\n function addCopyButtons() {\n document.querySelectorAll('pre code').forEach(function(codeBlock) {\n if (codeBlock.parentElement.hasAttribute('data-copy-added')) return;\n codeBlock.parentElement.setAttribute('data-copy-added', 'true');\n \n var btn = document.createElement('button');\n btn.textContent = 'Copy';\n btn.style.cssText = 'position:absolute;top:4px;right:4px;padding:2px 8px;font-size:11px;background:#4ecdc4;border:none;border-radius:4px;color:#1a1a2e;cursor:pointer;opacity:0.7;transition:opacity 0.2s;';\n btn.onmouseover = function() { this.style.opacity = '1'; };\n btn.onmouseout = function() { this.style.opacity = '0.7'; };\n btn.onclick = function() {\n navigator.clipboard.writeText(codeBlock.textContent).then(function() {\n btn.textContent = 'Copied!';\n setTimeout(function() { btn.textContent = 'Copy'; }, 1500);\n });\n };\n codeBlock.parentElement.style.position = 'relative';\n codeBlock.parentElement.appendChild(btn);\n });\n }\n \n addCopyButtons();\n \n // Re-run on dynamic content\n var observer = new MutationObserver(addCopyButtons);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Add Copy Buttons to Code Blocks");
}
} catch(__e) { console.warn('[Userscript:Add Copy Buttons to Code Blocks]', __e); }
})();
(function(){
try {
var __m = "github.com";
var __re = new RegExp('^' + "github\\.com" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
README.md
README.md
Repository files navigation
自然语言处理NLP
主要内容
##
前言

我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。
##
课程列表
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
机器学习入门Coursera暂无链接
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
深度学习用于自然语言处理Stanford暂无链接
机器学习用于自然语言处理Columbia Speech and Language Processing (2nd Edition)链接
Python程序语言设计暂无暂无暂无
##
推荐学习路线

###
数学基础初级
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
###
程序语言能力

考虑到自然语言处理的的核心是里面的数学原理和算法思想，程序语言目前主要是帮助大家较好的完成课后作业以及实现自己的一些idea，此处我们仅仅给出推荐的参考学习链接，大家掌握一些常用的模块即可，即完成参考学习链接部分的内容即可，推荐书籍比较经典，但不做要求。
课程参考学习链接推荐书籍
Python程序语言设计链接暂无
###
机器学习简介
课程机构参考书Notes等其他资料
机器学习入门Coursera暂无链接
###
自然语言处理学习初级

下面这些课程可以较好的帮助大家认识自然语言处理，了解基本的自然语言处理知识，是很好的入门课程。
课程机构参考书Notes等其他资料
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
###
数学和机器学习知识补充

考虑当前很多的自然语言处理技术等涉及较多的机器学习方法，所以我们要求至少得完成一门中等水准的机器学习课程，此处推荐NTU的机器学习课程，NTU的“机器学习基石”和“机器学习技法”需同时完成。，如果对其他机器学习感兴趣的话，可以取Machine Learning专栏上去寻找。而基本的凸优化能够帮助我们更好的了解机器学习知识，也是很多机器学习算法推导的一个基本工具。
课程机构参考书Notes等其他资料
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
###
自然语言处理学习中级

下面是自然语言处理的一些较难的课程，但对于后续的科研或者学习有着极大的帮助，希望对大家有帮助。
课程机构参考书Notes等其他资料
机器学习用于自然语言处理ColumbiaSpeech and Language Processing (2nd Edition)链接
深度学习用于自然语言处理Stanford暂无链接
##
自然语言处理专项领域学习

如果您已经完成了上述的所有科目，恭喜您已经拥有了十分扎实的自然语言处理基础了，已经是一名合格的自然语言处理的成员了，可以较为顺利的进入下面某一专项领域进行较为深入研究,因为并不是所有的专项领域都有对应的课程或者书籍等学习资料，所以此处我们仅列举一些我们知道的专项领域的学习资料，当然这些领域不能涵盖所有，还有很多领域没有整理（希望大家一起完善），如果这些领域适合你，那就继续加油！如果不清楚，那么大家可以去下面列举的高级会议期刊上去寻找自己感兴趣的话题进行学习研究。
  • NLP学习平台
  • 如果有一些比较大的分支，例如机器翻译等会在后续阶段加入(希望大家提供建议以及较好的资料)
###
领域会议期刊
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
831 stars
Watchers
85 watching
Forks
264 forks
Report repository
Releases
Packages
Used by
Contributors

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Force GitHub README to respect dark mode\n(function() {\n var style = document.createElement('style');\n style.textContent = '\n .markdown-body {\n color-scheme: dark light;\n }\n .markdown-body pre { background: #161b22 !important; }\n .markdown-body code { background: rgba(110, 118, 129, 0.4) !important; }\n .markdown-body table th, .markdown-body table td { border-color: #30363d !important; }\n .markdown-body img { background: #0d1117; }\n .markdown-body blockquote { border-left-color: #8b949e; }\n .markdown-body hr { border-color: #30363d; }\n ';\n document.head.appendChild(style);\n})();", "GitHub Dark Mode README Fix");
}
} catch(__e) { console.warn('[Userscript:GitHub Dark Mode README Fix]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
README.md
README.md
Repository files navigation
自然语言处理NLP
主要内容
##
前言

我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。
##
课程列表
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
机器学习入门Coursera暂无链接
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
深度学习用于自然语言处理Stanford暂无链接
机器学习用于自然语言处理Columbia Speech and Language Processing (2nd Edition)链接
Python程序语言设计暂无暂无暂无
##
推荐学习路线

###
数学基础初级
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
###
程序语言能力

考虑到自然语言处理的的核心是里面的数学原理和算法思想，程序语言目前主要是帮助大家较好的完成课后作业以及实现自己的一些idea，此处我们仅仅给出推荐的参考学习链接，大家掌握一些常用的模块即可，即完成参考学习链接部分的内容即可，推荐书籍比较经典，但不做要求。
课程参考学习链接推荐书籍
Python程序语言设计链接暂无
###
机器学习简介
课程机构参考书Notes等其他资料
机器学习入门Coursera暂无链接
###
自然语言处理学习初级

下面这些课程可以较好的帮助大家认识自然语言处理，了解基本的自然语言处理知识，是很好的入门课程。
课程机构参考书Notes等其他资料
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
###
数学和机器学习知识补充

考虑当前很多的自然语言处理技术等涉及较多的机器学习方法，所以我们要求至少得完成一门中等水准的机器学习课程，此处推荐NTU的机器学习课程，NTU的“机器学习基石”和“机器学习技法”需同时完成。，如果对其他机器学习感兴趣的话，可以取Machine Learning专栏上去寻找。而基本的凸优化能够帮助我们更好的了解机器学习知识，也是很多机器学习算法推导的一个基本工具。
课程机构参考书Notes等其他资料
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
###
自然语言处理学习中级

下面是自然语言处理的一些较难的课程，但对于后续的科研或者学习有着极大的帮助，希望对大家有帮助。
课程机构参考书Notes等其他资料
机器学习用于自然语言处理ColumbiaSpeech and Language Processing (2nd Edition)链接
深度学习用于自然语言处理Stanford暂无链接
##
自然语言处理专项领域学习

如果您已经完成了上述的所有科目，恭喜您已经拥有了十分扎实的自然语言处理基础了，已经是一名合格的自然语言处理的成员了，可以较为顺利的进入下面某一专项领域进行较为深入研究,因为并不是所有的专项领域都有对应的课程或者书籍等学习资料，所以此处我们仅列举一些我们知道的专项领域的学习资料，当然这些领域不能涵盖所有，还有很多领域没有整理（希望大家一起完善），如果这些领域适合你，那就继续加油！如果不清楚，那么大家可以去下面列举的高级会议期刊上去寻找自己感兴趣的话题进行学习研究。
  • NLP学习平台
  • 如果有一些比较大的分支，例如机器翻译等会在后续阶段加入(希望大家提供建议以及较好的资料)
###
领域会议期刊
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
831 stars
Watchers
85 watching
Forks
264 forks
Report repository
Releases
Packages
Used by
Contributors

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Highlight search terms from Google/DuckDuckGo/Bing referrer\n(function() {\n var ref = document.referrer;\n var terms = [];\n \n if (ref.includes('google.com') || ref.includes('duckduckgo.com') || ref.includes('bing.com')) {\n var url = new URL(ref);\n var q = url.searchParams.get('q') || url.searchParams.get('p');\n if (q) {\n terms = q.split(/\\s+/).filter(function(t) { return t.length > 2; });\n }\n }\n \n if (terms.length === 0) return;\n \n var style = document.createElement('style');\n style.textContent = '.userscript-highlight { background: #fbbf24; color: #1a1a2e; padding: 1px 3px; border-radius: 2px; }';\n document.head.appendChild(style);\n \n function highlight(node) {\n if (node.nodeType === 3) { // text node\n var text = node.textContent;\n var found = false;\n terms.forEach(function(term) {\n var regex = new RegExp('(' + term.replace(/[.*+?^${}()|[\\]\\\\]/g, '\\\\') + ')', 'gi');\n if (regex.test(text)) {\n found = true;\n var frag = document.createDocumentFragment();\n var parts = text.split(regex);\n parts.forEach(function(part, i) {\n if (i % 2 === 0) {\n frag.appendChild(document.createTextNode(part));\n } else {\n var span = document.createElement('span');\n span.className = 'userscript-highlight';\n span.textContent = part;\n frag.appendChild(span);\n }\n });\n node.parentNode.replaceChild(frag, node);\n }\n });\n } else if (node.nodeType === 1 && node.childNodes) { // element\n var skipTags = ['SCRIPT', 'STYLE', 'NOSCRIPT', 'TEXTAREA', 'INPUT', 'SELECT'];\n if (!skipTags.includes(node.tagName)) {\n Array.from(node.childNodes).forEach(highlight);\n }\n }\n }\n \n highlight(document.body);\n \n // Re-highlight on dynamic content\n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1 || node.nodeType === 3) highlight(node);\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Highlight Search Terms");
}
} catch(__e) { console.warn('[Userscript:Highlight Search Terms]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
README.md
README.md
Repository files navigation
自然语言处理NLP
主要内容
##
前言

我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。
##
课程列表
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
机器学习入门Coursera暂无链接
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
深度学习用于自然语言处理Stanford暂无链接
机器学习用于自然语言处理Columbia Speech and Language Processing (2nd Edition)链接
Python程序语言设计暂无暂无暂无
##
推荐学习路线

###
数学基础初级
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
###
程序语言能力

考虑到自然语言处理的的核心是里面的数学原理和算法思想，程序语言目前主要是帮助大家较好的完成课后作业以及实现自己的一些idea，此处我们仅仅给出推荐的参考学习链接，大家掌握一些常用的模块即可，即完成参考学习链接部分的内容即可，推荐书籍比较经典，但不做要求。
课程参考学习链接推荐书籍
Python程序语言设计链接暂无
###
机器学习简介
课程机构参考书Notes等其他资料
机器学习入门Coursera暂无链接
###
自然语言处理学习初级

下面这些课程可以较好的帮助大家认识自然语言处理，了解基本的自然语言处理知识，是很好的入门课程。
课程机构参考书Notes等其他资料
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
###
数学和机器学习知识补充

考虑当前很多的自然语言处理技术等涉及较多的机器学习方法，所以我们要求至少得完成一门中等水准的机器学习课程，此处推荐NTU的机器学习课程，NTU的“机器学习基石”和“机器学习技法”需同时完成。，如果对其他机器学习感兴趣的话，可以取Machine Learning专栏上去寻找。而基本的凸优化能够帮助我们更好的了解机器学习知识，也是很多机器学习算法推导的一个基本工具。
课程机构参考书Notes等其他资料
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
###
自然语言处理学习中级

下面是自然语言处理的一些较难的课程，但对于后续的科研或者学习有着极大的帮助，希望对大家有帮助。
课程机构参考书Notes等其他资料
机器学习用于自然语言处理ColumbiaSpeech and Language Processing (2nd Edition)链接
深度学习用于自然语言处理Stanford暂无链接
##
自然语言处理专项领域学习

如果您已经完成了上述的所有科目，恭喜您已经拥有了十分扎实的自然语言处理基础了，已经是一名合格的自然语言处理的成员了，可以较为顺利的进入下面某一专项领域进行较为深入研究,因为并不是所有的专项领域都有对应的课程或者书籍等学习资料，所以此处我们仅列举一些我们知道的专项领域的学习资料，当然这些领域不能涵盖所有，还有很多领域没有整理（希望大家一起完善），如果这些领域适合你，那就继续加油！如果不清楚，那么大家可以去下面列举的高级会议期刊上去寻找自己感兴趣的话题进行学习研究。
  • NLP学习平台
  • 如果有一些比较大的分支，例如机器翻译等会在后续阶段加入(希望大家提供建议以及较好的资料)
###
领域会议期刊
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
831 stars
Watchers
85 watching
Forks
264 forks
Report repository
Releases
Packages
Used by
Contributors

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Strip utm_, fbclid, gclid, etc. from all links on page\n(function() {\n var trackingParams = ['utm_source', 'utm_medium', 'utm_campaign', 'utm_term', 'utm_content',\n 'fbclid', 'gclid', 'dclid', 'msclkid', 'yclid',\n 'ref', 'ref_src', 'source', 'medium', 'campaign'];\n \n function cleanUrl(url) {\n try {\n var u = new URL(url, window.location.origin);\n var changed = false;\n trackingParams.forEach(function(p) {\n if (u.searchParams.has(p)) {\n u.searchParams.delete(p);\n changed = true;\n }\n });\n return changed ? u.toString() : url;\n } catch (e) {\n return url;\n }\n }\n \n function cleanLinks() {\n document.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n \n cleanLinks();\n \n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1) {\n if (node.tagName === 'A') cleanLinks();\n node.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Remove Tracking Parameters from Links");
}
} catch(__e) { console.warn('[Userscript:Remove Tracking Parameters from Links]', __e); }
})();
(function(){
try {
var __m = "youtube.com";
var __re = new RegExp('^' + "youtube\\.com" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
README.md
README.md
Repository files navigation
自然语言处理NLP
主要内容
##
前言

我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。
##
课程列表
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
机器学习入门Coursera暂无链接
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
深度学习用于自然语言处理Stanford暂无链接
机器学习用于自然语言处理Columbia Speech and Language Processing (2nd Edition)链接
Python程序语言设计暂无暂无暂无
##
推荐学习路线

###
数学基础初级
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
###
程序语言能力

考虑到自然语言处理的的核心是里面的数学原理和算法思想，程序语言目前主要是帮助大家较好的完成课后作业以及实现自己的一些idea，此处我们仅仅给出推荐的参考学习链接，大家掌握一些常用的模块即可，即完成参考学习链接部分的内容即可，推荐书籍比较经典，但不做要求。
课程参考学习链接推荐书籍
Python程序语言设计链接暂无
###
机器学习简介
课程机构参考书Notes等其他资料
机器学习入门Coursera暂无链接
###
自然语言处理学习初级

下面这些课程可以较好的帮助大家认识自然语言处理，了解基本的自然语言处理知识，是很好的入门课程。
课程机构参考书Notes等其他资料
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
###
数学和机器学习知识补充

考虑当前很多的自然语言处理技术等涉及较多的机器学习方法，所以我们要求至少得完成一门中等水准的机器学习课程，此处推荐NTU的机器学习课程，NTU的“机器学习基石”和“机器学习技法”需同时完成。，如果对其他机器学习感兴趣的话，可以取Machine Learning专栏上去寻找。而基本的凸优化能够帮助我们更好的了解机器学习知识，也是很多机器学习算法推导的一个基本工具。
课程机构参考书Notes等其他资料
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
###
自然语言处理学习中级

下面是自然语言处理的一些较难的课程，但对于后续的科研或者学习有着极大的帮助，希望对大家有帮助。
课程机构参考书Notes等其他资料
机器学习用于自然语言处理ColumbiaSpeech and Language Processing (2nd Edition)链接
深度学习用于自然语言处理Stanford暂无链接
##
自然语言处理专项领域学习

如果您已经完成了上述的所有科目，恭喜您已经拥有了十分扎实的自然语言处理基础了，已经是一名合格的自然语言处理的成员了，可以较为顺利的进入下面某一专项领域进行较为深入研究,因为并不是所有的专项领域都有对应的课程或者书籍等学习资料，所以此处我们仅列举一些我们知道的专项领域的学习资料，当然这些领域不能涵盖所有，还有很多领域没有整理（希望大家一起完善），如果这些领域适合你，那就继续加油！如果不清楚，那么大家可以去下面列举的高级会议期刊上去寻找自己感兴趣的话题进行学习研究。
  • NLP学习平台
  • 如果有一些比较大的分支，例如机器翻译等会在后续阶段加入(希望大家提供建议以及较好的资料)
###
领域会议期刊
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
831 stars
Watchers
85 watching
Forks
264 forks
Report repository
Releases
Packages
Used by
Contributors

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Auto-enable theater mode on YouTube\n(function() {\n function tryTheater() {\n var btn = document.querySelector('button[aria-label=\"Theater mode\"], ytd-player #player button[title=\"Theater mode\"]');\n if (btn && !btn.classList.contains('activated')) {\n btn.click();\n }\n }\n \n // Try immediately\n tryTheater();\n \n // Try after navigation (SPA)\n var lastUrl = location.href;\n setInterval(function() {\n if (location.href !== lastUrl) {\n lastUrl = location.href;\n setTimeout(tryTheater, 500);\n }\n }, 1000);\n \n // Also try on player load\n var observer = new MutationObserver(tryTheater);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "YouTube Theater Mode Default");
}
} catch(__e) { console.warn('[Userscript:YouTube Theater Mode Default]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
README.md
README.md
Repository files navigation
自然语言处理NLP
主要内容
##
前言

我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。
##
课程列表
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
机器学习入门Coursera暂无链接
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
深度学习用于自然语言处理Stanford暂无链接
机器学习用于自然语言处理Columbia Speech and Language Processing (2nd Edition)链接
Python程序语言设计暂无暂无暂无
##
推荐学习路线

###
数学基础初级
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
###
程序语言能力

考虑到自然语言处理的的核心是里面的数学原理和算法思想，程序语言目前主要是帮助大家较好的完成课后作业以及实现自己的一些idea，此处我们仅仅给出推荐的参考学习链接，大家掌握一些常用的模块即可，即完成参考学习链接部分的内容即可，推荐书籍比较经典，但不做要求。
课程参考学习链接推荐书籍
Python程序语言设计链接暂无
###
机器学习简介
课程机构参考书Notes等其他资料
机器学习入门Coursera暂无链接
###
自然语言处理学习初级

下面这些课程可以较好的帮助大家认识自然语言处理，了解基本的自然语言处理知识，是很好的入门课程。
课程机构参考书Notes等其他资料
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
###
数学和机器学习知识补充

考虑当前很多的自然语言处理技术等涉及较多的机器学习方法，所以我们要求至少得完成一门中等水准的机器学习课程，此处推荐NTU的机器学习课程，NTU的“机器学习基石”和“机器学习技法”需同时完成。，如果对其他机器学习感兴趣的话，可以取Machine Learning专栏上去寻找。而基本的凸优化能够帮助我们更好的了解机器学习知识，也是很多机器学习算法推导的一个基本工具。
课程机构参考书Notes等其他资料
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
###
自然语言处理学习中级

下面是自然语言处理的一些较难的课程，但对于后续的科研或者学习有着极大的帮助，希望对大家有帮助。
课程机构参考书Notes等其他资料
机器学习用于自然语言处理ColumbiaSpeech and Language Processing (2nd Edition)链接
深度学习用于自然语言处理Stanford暂无链接
##
自然语言处理专项领域学习

如果您已经完成了上述的所有科目，恭喜您已经拥有了十分扎实的自然语言处理基础了，已经是一名合格的自然语言处理的成员了，可以较为顺利的进入下面某一专项领域进行较为深入研究,因为并不是所有的专项领域都有对应的课程或者书籍等学习资料，所以此处我们仅列举一些我们知道的专项领域的学习资料，当然这些领域不能涵盖所有，还有很多领域没有整理（希望大家一起完善），如果这些领域适合你，那就继续加油！如果不清楚，那么大家可以去下面列举的高级会议期刊上去寻找自己感兴趣的话题进行学习研究。
  • NLP学习平台
  • 如果有一些比较大的分支，例如机器翻译等会在后续阶段加入(希望大家提供建议以及较好的资料)
###
领域会议期刊
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
831 stars
Watchers
85 watching
Forks
264 forks
Report repository
Releases
Packages
Used by
Contributors

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Remove or un-stick sticky/fixed headers that block content\n(function() {\n function unstick() {\n document.querySelectorAll('header, nav, [role=\"banner\"], .header, .navbar, .sticky, .fixed-top, [style*=\"position: fixed\"], [style*=\"position:sticky\"]').forEach(function(el) {\n if (el.style.position === 'fixed' || el.style.position === 'sticky' || \n getComputedStyle(el).position === 'fixed' || getComputedStyle(el).position === 'sticky') {\n el.style.position = 'static';\n el.style.top = 'auto';\n el.style.zIndex = 'auto';\n }\n });\n }\n \n unstick();\n \n var observer = new MutationObserver(unstick);\n observer.observe(document.body, { childList: true, subtree: true, attributes: true, attributeFilter: ['style', 'class'] });\n})();", "Kill Sticky Headers");
}
} catch(__e) { console.warn('[Userscript:Kill Sticky Headers]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
README.md
README.md
Repository files navigation
自然语言处理NLP
主要内容
##
前言

我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。
##
课程列表
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
机器学习入门Coursera暂无链接
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
深度学习用于自然语言处理Stanford暂无链接
机器学习用于自然语言处理Columbia Speech and Language Processing (2nd Edition)链接
Python程序语言设计暂无暂无暂无
##
推荐学习路线

###
数学基础初级
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
###
程序语言能力

考虑到自然语言处理的的核心是里面的数学原理和算法思想，程序语言目前主要是帮助大家较好的完成课后作业以及实现自己的一些idea，此处我们仅仅给出推荐的参考学习链接，大家掌握一些常用的模块即可，即完成参考学习链接部分的内容即可，推荐书籍比较经典，但不做要求。
课程参考学习链接推荐书籍
Python程序语言设计链接暂无
###
机器学习简介
课程机构参考书Notes等其他资料
机器学习入门Coursera暂无链接
###
自然语言处理学习初级

下面这些课程可以较好的帮助大家认识自然语言处理，了解基本的自然语言处理知识，是很好的入门课程。
课程机构参考书Notes等其他资料
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
###
数学和机器学习知识补充

考虑当前很多的自然语言处理技术等涉及较多的机器学习方法，所以我们要求至少得完成一门中等水准的机器学习课程，此处推荐NTU的机器学习课程，NTU的“机器学习基石”和“机器学习技法”需同时完成。，如果对其他机器学习感兴趣的话，可以取Machine Learning专栏上去寻找。而基本的凸优化能够帮助我们更好的了解机器学习知识，也是很多机器学习算法推导的一个基本工具。
课程机构参考书Notes等其他资料
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
###
自然语言处理学习中级

下面是自然语言处理的一些较难的课程，但对于后续的科研或者学习有着极大的帮助，希望对大家有帮助。
课程机构参考书Notes等其他资料
机器学习用于自然语言处理ColumbiaSpeech and Language Processing (2nd Edition)链接
深度学习用于自然语言处理Stanford暂无链接
##
自然语言处理专项领域学习

如果您已经完成了上述的所有科目，恭喜您已经拥有了十分扎实的自然语言处理基础了，已经是一名合格的自然语言处理的成员了，可以较为顺利的进入下面某一专项领域进行较为深入研究,因为并不是所有的专项领域都有对应的课程或者书籍等学习资料，所以此处我们仅列举一些我们知道的专项领域的学习资料，当然这些领域不能涵盖所有，还有很多领域没有整理（希望大家一起完善），如果这些领域适合你，那就继续加油！如果不清楚，那么大家可以去下面列举的高级会议期刊上去寻找自己感兴趣的话题进行学习研究。
  • NLP学习平台
  • 如果有一些比较大的分支，例如机器翻译等会在后续阶段加入(希望大家提供建议以及较好的资料)
###
领域会议期刊
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
831 stars
Watchers
85 watching
Forks
264 forks
Report repository
Releases
Packages
Used by
Contributors

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Universal Dark Mode - works on any site\n(function() {\n var enabled = true;\n \n function applyDarkMode() {\n if (!enabled) return;\n \n // Create style element if it doesn't exist\n var style = document.getElementById('universal-dark-mode-style');\n if (!style) {\n style = document.createElement('style');\n style.id = 'universal-dark-mode-style';\n document.head.appendChild(style);\n }\n \n // Dark mode CSS - inverts colors but preserves images/video\n style.textContent = '\n /* Invert everything except media */\n html {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #1a1a2e !important;\n }\n \n /* Restore images, videos, iframes, canvas */\n img, video, iframe, canvas, svg, picture, [style*=\"background-image\"] {\n filter: invert(1) hue-rotate(180deg) !important;\n }\n \n /* Preserve specific elements that should not be inverted */\n .no-dark-mode, .no-dark-mode *,\n [data-theme=\"light\"], [data-theme=\"light\"],\n .ace_editor, .ace_editor *,\n .CodeMirror, .CodeMirror *,\n .monaco-editor, .monaco-editor *,\n .markdown-body pre, .markdown-body pre *,\n .highlight, .highlight *,\n pre code, pre code * {\n filter: none !important;\n }\n \n /* Fix common UI elements */\n .modal, .popup, .dropdown-menu, .tooltip, .popover {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #2d2d44 !important;\n border-color: #444 !important;\n }\n \n /* Scrollbars */\n ::-webkit-scrollbar { background: #1a1a2e !important; }\n ::-webkit-scrollbar-thumb { background: #444 !important; }\n ::-webkit-scrollbar-thumb:hover { background: #555 !important; }\n \n /* Selection */\n ::selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ::-moz-selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ';\n }\n \n function removeDarkMode() {\n var style = document.getElementById('universal-dark-mode-style');\n if (style) style.remove();\n }\n \n // Toggle with Alt+Shift+D\n document.addEventListener('keydown', function(e) {\n if (e.altKey && e.shiftKey && e.key === 'D') {\n e.preventDefault();\n enabled = !enabled;\n if (enabled) {\n applyDarkMode();\n console.log('[Universal Dark Mode] Enabled');\n } else {\n removeDarkMode();\n console.log('[Universal Dark Mode] Disabled');\n }\n }\n });\n \n // Apply on load\n applyDarkMode();\n \n // Re-apply on dynamic content\n var observer = new MutationObserver(function(mutations) {\n if (enabled && !document.getElementById('universal-dark-mode-style')) {\n applyDarkMode();\n }\n });\n observer.observe(document.head, { childList: true });\n \n console.log('[Universal Dark Mode] Loaded - Press Alt+Shift+D to toggle');\n})();", "Universal Dark Mode");
}
} catch(__e) { console.warn('[Userscript:Universal Dark Mode]', __e); }
})();
})();

Skip to content
BranchesTags
Latest commit
History
5 Commits
Folders and files
NameName
Last commit message
Last commit date
README.md
README.md
Repository files navigation
自然语言处理NLP
主要内容
##
前言

我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。
##
课程列表
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
机器学习入门Coursera暂无链接
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
深度学习用于自然语言处理Stanford暂无链接
机器学习用于自然语言处理Columbia Speech and Language Processing (2nd Edition)链接
Python程序语言设计暂无暂无暂无
##
推荐学习路线

###
数学基础初级
课程机构参考书Notes等其他资料
线性代数MITIntroduction to Linear Algebra链接
单变量微积分MITCalculus with Analytic Geometry链接
多变量微积分MITMultivariable Calculus链接
统计入门可汗学院暂无暂无
概率论入门: 链接1,链接2NTU暂无暂无
概率与统计MITIntroduction to Probability链接
###
程序语言能力

考虑到自然语言处理的的核心是里面的数学原理和算法思想，程序语言目前主要是帮助大家较好的完成课后作业以及实现自己的一些idea，此处我们仅仅给出推荐的参考学习链接，大家掌握一些常用的模块即可，即完成参考学习链接部分的内容即可，推荐书籍比较经典，但不做要求。
课程参考学习链接推荐书籍
Python程序语言设计链接暂无
###
机器学习简介
课程机构参考书Notes等其他资料
机器学习入门Coursera暂无链接
###
自然语言处理学习初级

下面这些课程可以较好的帮助大家认识自然语言处理，了解基本的自然语言处理知识，是很好的入门课程。
课程机构参考书Notes等其他资料
自然语言处理初级1StanfordSpeech and Language Processing链接
自然语言处理初级2Columbia暂无链接
###
数学和机器学习知识补充

考虑当前很多的自然语言处理技术等涉及较多的机器学习方法，所以我们要求至少得完成一门中等水准的机器学习课程，此处推荐NTU的机器学习课程，NTU的“机器学习基石”和“机器学习技法”需同时完成。，如果对其他机器学习感兴趣的话，可以取Machine Learning专栏上去寻找。而基本的凸优化能够帮助我们更好的了解机器学习知识，也是很多机器学习算法推导的一个基本工具。
课程机构参考书Notes等其他资料
凸优化1StanfordConvex Optimization链接
机器学习基石NTULearning from Data链接
机器学习技法NTU暂无链接
###
自然语言处理学习中级

下面是自然语言处理的一些较难的课程，但对于后续的科研或者学习有着极大的帮助，希望对大家有帮助。
课程机构参考书Notes等其他资料
机器学习用于自然语言处理ColumbiaSpeech and Language Processing (2nd Edition)链接
深度学习用于自然语言处理Stanford暂无链接
##
自然语言处理专项领域学习

如果您已经完成了上述的所有科目，恭喜您已经拥有了十分扎实的自然语言处理基础了，已经是一名合格的自然语言处理的成员了，可以较为顺利的进入下面某一专项领域进行较为深入研究,因为并不是所有的专项领域都有对应的课程或者书籍等学习资料，所以此处我们仅列举一些我们知道的专项领域的学习资料，当然这些领域不能涵盖所有，还有很多领域没有整理（希望大家一起完善），如果这些领域适合你，那就继续加油！如果不清楚，那么大家可以去下面列举的高级会议期刊上去寻找自己感兴趣的话题进行学习研究。
  • NLP学习平台
  • 如果有一些比较大的分支，例如机器翻译等会在后续阶段加入(希望大家提供建议以及较好的资料)
###
领域会议期刊
About
No description, website, or topics provided.
Resources
Readme
Activity
Stars
831 stars
Watchers
85 watching
Forks
264 forks
Report repository
Releases
Packages
Used by
Contributors