课程内容
我有话说
1/1 TF-IDF （词频-逆文档词频）
讲解文本处理里一种用来衡量一个词在文档中到底有多重要的经典加权方法。文章拆成两个视角：词在本文出现得多不多，以及它是不是在整个语料里都到处都是，后者越普遍则越要被降权。同时说明了平滑处理为何在实际工程中必不可少。面向做关键词抽取或文档向量化的读者，读完能明白该指标背后的直觉，也能看懂工具库里默认参数在做什么。
本课程通过TF/IDF推导与向量器拆解，讲解文本数值化与关键词权重，解决文档向量化与特征提取，帮助完成文本特征工程。
讲解文本处理里一种用来衡量一个词在文档中到底有多重要的经典加权方法。文章拆成两个视角：词在本文出现得多不多，以及它是不是在整个语料里都到处都是，后者越普遍则越要被降权。同时说明了平滑处理为何在实际工程中必不可少。面向做关键词抽取或文档向量化的读者，读完能明白该指标背后的直觉，也能看懂工具库里默认参数在做什么。
1 小时 14 分钟 本课程通过判别函数推导与散度矩阵分析，讲解LDA分类与降维原理，解决类间不可分与高维特征问题，帮助学习者掌握LDA推导与代码实现。
10 分钟 本课程从最大间隔思想出发，经软间隔、对偶与核技巧讲解SVM超平面求解，解决线性不可分与噪声敏感，帮助理解C与核函数选择。
4 小时 30 分钟 本课程通过 FastText 词向量与文本分类，讲解轻量级 NLP 建模，解决资源受限下向量化分类，帮助学习者落地 NLP 系统。