知识图谱实战

2017 年 12 月 6 日 炼数成金订阅号

知识图谱是近来非常红火的技术,融合网络爬虫,自然语言处理,机器学习,深度学习,图数据库,复杂网络分析等多种热门技术于一身,技术含量密集,在构造语义搜索,问答平台,高智能的人机界面等企业感兴趣的产品方面,价值显而易见,迅速蹿红为当前热点概念。


学习知识图谱,现在市面上极其缺乏能提现当前技术聚焦点的参考书,只有一些关于“语义网”“知识库”的老旧书籍借着知识图谱的热潮在清库存。这些书大多苦涩难懂,堆砌大量繁复的概念名词术语以掩饰其具体技术内涵的苍白,所关注的焦点也早已过时。行外人不明觉厉,越看越糊涂。本课程通过实战构造有价值的知识图谱,用数据,代码,具体的算法,落地的产品,多方位全面揭示知识图谱的各个方面,使学习者能快速上手,打造自己的知识图谱产品,并复制到一系列典型场景中。同时,精选一大批最前沿的研究资料,使学习者可以循路径入宝山,满载而归。


本课程是炼数成金关于“知识图谱”的系列课程中的第一门。之后将视情况安排《知识图谱设计》等高端课程,产品课程《基于知识图谱的问答机器人实战》等,及将知识图谱应用于具体行业,像金融,医疗,教育等领域的课程。


课程大纲:

第1课  知识图谱概述,知识图谱是“新瓶装旧酒”吗?知识图谱涉及的IT技术,算法与困难,知识图谱与自然语言处理,深度学习等人工智能主流领域的关系

第2课  亲手搭建一个简单的“王者荣耀”知识图谱,爬虫程序,实体识别,关系抽取,实现语义搜索和问答平台

第3课  知识图谱存储,图数据库与图查询语言,知识图谱的可视化表示,在“王者荣耀”知识图谱上进行检索

第4课  再战企业知识图谱,建设有商业价值的医学知识图谱项目,命名实体识别技术,彻底吃透LSTM和CRF,命名实体识别项目方法论

第5课  知识图谱难点之一:深入探讨关系抽取,基于深度学习的方法

第6课  知识图谱难点之二:实体消岐

第7课  聊天机器人是怎样炼成的?架设微信机器人实战,详解机器客服问答平台的构成技术

第8课  基于知识图谱的问答平台,让客服机器人拥有人一般的推理智慧能力,打造高考机器人

毕业实践项目:构造属于自己的有商业价值的知识图谱


授课时间:

课程将于2017年12月23日开课,课程持续时间大约为10周


授课对象:

对知识图谱应用感兴趣者,用到有关技术的设计师,研究者,爱好者,以及希望使用知识图谱提升产品体验的各行各业的有关人员。学习者需要在NLP,机器学习等领域有一定的了解(对于不熟悉这些领域的朋友,可在课前观看老师发放的3-5小时入门视频,掌握基本的NLP技术和深度学习),熟悉python。


收获预期:

熟悉构建知识图谱的相关技术,最后能自行打造一款具有商业价值的知识图谱


授课讲师:

tigerfish,知名数据库网站ITPUB创始人,知名数据分析网站炼数成金创始人。数据库专家,数据分析专家,有丰富的IT领域、数学领域的知识经验。他将带领他的数据分析团队完成整个授课工作。


何翠仪,毕业于中山大学统计学专业,炼数成金专职讲师。

在炼数成金上开设了多门关于数据分析与数据挖掘相关的课程,如《大数据的统计学基础》、《大数据的矩阵基础》《金融时间序列分析》等,也曾到不同的公司开展R语言与数据分析的相关培训。对数据分析有深刻认识,曾与不同领域公司合作,参与到多个数据分析的项目中,如华为、广州地铁等


特别说明:

本课程不可以使用免固定学费道具卡、免学费道具卡,只接受钱包金额报名。


点击下方二维码或阅读原文报名课程:


登录查看更多
47+

相关内容

中文知识图谱(Chinese Knowledge Graph),最早起源于Google Knowledge Graph。知识图谱本质上是一种语义 网络。其结点代表实体(entity)或者概念(concept),边代表实体/概念之间的各种语义关系。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
Top