主题

内容

大数据分析概述及

数学基础理论

大数据相关概念概述

大数据相关技术与产业现状概述

数学基础回顾：线性代数

数学基础回顾：最优化

数学基础回顾：概率论与数理统计

常用统计模型

贝叶斯统计方法

机器学习基本概念、方法及经典数据分析案例

机器学习概论

有监督学习方法（包括线性回归、逻辑回归、SVM、决策树、朴素贝叶斯方法，HMM等）

无监督学习方法（包括K-means，EM，SVD，PCA等）

深度学习方法

机器学习系统的评估

主流的数据挖掘及机器学习软件工具

经典数据分析案例剖析

自然语言处理技术——基础知识和传统方法

NLP技术概论

基于规则的NLP方法简介（包括正则表达式）

统计NLP方法基础

统计NLP方法基本技术（包括分词、词频统计、词性标注、命名实体识别等）

N-gram语言模型

隐马尔可夫模型

条件随机场方法

常用NLP软件工具

自然语言处理技术——深度学习和词向量

基于深度学习的NLP方法概述

深度神经网络

卷积神经网络CNN

循环神经网络RNN及LSTM

词向量和Word Embedding模型

常用的深度学习和词向量软件工具

自然语言处理——研究与应用主题分析

NLP的热点研究和应用方向

主题分析1：机器翻译

主题分析2：自动摘要

主题分析3：对话机器人

NLP与其他机器学习、人工智能领域的关系和交叉

自然语言处理应用案例剖析及定制商业案例分析

NLP经典案例剖析（例如Google翻译、微软小冰、Siri、自动新闻撰写等）

定制商业案例分析

扩展内容、提问、讨论