【10030】-知识图谱实战系列(Python版)
01课程介绍.mp4
02知识图谱通俗解读.mp4
03知识图谱在搜索引擎中的应用.mp4
04知识图谱在医疗领域应用实例.mp4
05金融与推荐领域的应用.mp4
06数据获取分析.mp4
07数据关系抽取分析.mp4
08常用NLP技术点分析.mp4
09graph-embedding的作用与效果.mp4
10金融领域图编码实例.mp4
11视觉领域图编码实例.mp4
12图谱知识融合与总结分析.mp4
13Neo4图数据库介绍.mp4
14Neo4数据库安装流程演示.mp4
15可视化例子演示.mp4
16创建与删除操作演示.mp4
17数据库更改查询操作演示.mp4
18使用Py2neo建立连接.mp4
19提取所需的指标信息.mp4
20在图中创建实体.mp4
21根据给定实体创建关系.mp4
22项目概述与整体架构分析.mp4
23医疗数据介绍及其各字段含义.mp4
24任务流程概述.mp4
25环境配置与所需工具包安装.mp4
26提取数据中的关键字段信息.mp4
资料
27创建关系边.mp4
28打造医疗知识图谱模型.mp4
29加载所有实体数据.mp4
30实体关键词字典制作.mp4
31完成对话系统构建.mp4
32关系抽取要完成的任务演示与分析.mp4
33LTP工具包概述介绍.mp4
34pyltp安装与流程演示.mp4
35得到分词与词性标注结果.mp4
36依存句法概述.mp4
37句法分析结果整理.mp4
38语义角色构建与分析.mp4
39设计规则完成关系抽取.mp4
40竞赛任务目标.mp4
41图模型信息提取.mp4
42节点权重特征提取（PageRank）.mp4
43deepwalk构建图顶点特征.mp4
44各项统计特征.mp4
45app安装特征.mp4
46图中联系人特征.mp4
47数据与任务介绍.mp4
48整体模型架构.mp4
49数据-标签-语料库处理.mp4
50输入样本填充补齐.mp4
51训练网络模型.mp4
52医疗数据集（糖尿病）实体识别.mp4
53行人重识别要解决的问题.mp4
54挑战与困难分析.mp4
55 评估标准rank1指标.mp4
56map值计算方法.mp4
57 triplet员失计算实例.mp4
58 Hard-Negative方法应用.mp4
59关键点位置特征构建.mp4
60图卷积与匹配的作用.mp4
61局部特征热度图计算.mp4
62基于图卷积构建人体拓扑关系.mp4
63图卷积模块实现方法.mp4
64图匹配在行人重识别中的作用.mp4
65整体算法框架分析.mp4
66数据集与环境配置概述.mp4
67局部特征准备方法.mp4
68得到一阶段热度图结果.mp4
69阶段监督训练.mp4
70初始化图卷积模型.mp4
71 mask矩阵的作用.mp4
72邻接矩阵学习与更新.mp4
73基于拓扑结构组合关键点特征.mp4
74图匹配模块计算流程.mp4
75整体项目总结.mp4
76RNN网络模型解读.mp4
77序列网络模型概述分析.mp4
78工作原理概述.mp4
79注意力机制的作用.mp4
80加入attention的序列模型整体架构.mp4
81TeacherForcing的作用与训练策略.mp4
82卷积神经网络应用领域.mp4
83卷积的作用.mp4
84卷积特征值计算方法.mp4
85得到特征图表示.mp4
86步长与卷积核大小对结果的累影响.mp4
87 边缘填充方法.mp4
88特征图尺寸计算与参数共享.mp4
89池化层的作用.mp4
90整体网络架构.mp4
91VGG网络架构.mp4
92 残差网络Resnet.mp4
93感受野的作用.mp4
