50 个视频任君进修！
从对话智能体到搜索查询，自然说话了解（NLP）是当今许多最令人兴奋的技术的基础。如何建立这些模型来高效、可靠地了解说话？如果你还没有那么清楚的话，是否会找个课程来听呢？
但是有些课程不仅天价还很难报名，有些课程不仅质量极高还免费公开。谁不想要这后者呢？
没错，今天机械之心为大家介绍的是斯坦福 XCS224U：自然说话了解 （2023）课程。它干货满满，讲师 Christopher Potts 让这门课充满魅力。更重要的是，这堂课已经放出了全部视频，50 个视频任君进修。
视频地址：https://www.youtube.com/playlist?list=PLoROMvodv4rOwvldxftJTmoR3kRcWkJBp
该课程借鉴了说话学、自然说话处理和机械进修的理论观点。在这门以项目为导向的课程中，你将开发使机械了解人类说话的零碎和算法。
课程前半部分将探索自然说话了解的三个基本任意：上下文说话表征、信息检索和 NLU 模型的高级行为评估。每个任意主题都包含实践部分，你将在其中建立基线模型。这些基线模型将帮助你开发自己的模型。
课程后半部分则将开展自然说话了解方面的原创项目，重点关注该领域的最佳实践。额外的讲座和材料将涵盖重要的主题，以帮助扩展和改进你的零碎，包括评估和度量、语义解析和基础说话了解。
在这些课中，你将：
开发对人类说话进行稳健机械进修了解的零碎和算法；
使用大型说话模型建立神经信息检索零碎；
利用上下文单词表示模型（如 transformers、BERT、ELECTRA 和 GPT），了解单词之间的语义和句法关系；
利用经典和神经信息检索方法从文本中获取所需信息；
设计并开展一个自己选择的 NLU 钻研项目。
学前准备
划重点，该课程并不是针对小白的，而是需求在课程开始之前有所积累。
具体来说，进修课程之前，你需求有一些技术、知识基础，才能更加顺利地了解课程内容，完成课程相关任意。
熟练掌握 Python：编码作业将使用 Python。因为有些作业需求熟习基本的 Linux 命令行工作流程。
熟习微积分和线性代数：需求能够熟练应用（多元）导数，并了解矩阵 / 向量符号和运算。
掌握概率论：熟习基本概率分布（连续、高斯、伯努利分布），能够定义连续和离散随机变量的观点：期望值、独立性、概率分布函数和累积分布函数。
斯坦福还建议大家将自然说话处理 XCS224U 课程与深度进修 XCS224N 课程结合起来，效果更好。此外还贴心地给大家准备了一份复习 NLP 相关知识的材料清单，你可按需取用。
清单链接：http://web.stanford.edu/class/cs224u/background.html
讲师介绍
Christopher Potts 是斯坦福说话学教授，同时也是计算机科学教授和说话与信息钻研中心（CSLI）主任。在钻研中，他致力于使用计算方法探索情感如何在说话中表示，以及说话的产生和解释如何受到语篇、语境的影响。
他于 2005 年出版了《The Logic of Conventional Implicatures》一书，并发表了大量计算说话学和理论说话学方面的学术论文。
课程视频下面的评论中，网友们表示了对课程的喜爱。
更有推荐者直接表示了对 Christopher Potts 的赞美，认为他是一位才华横溢的教育家，解释复杂的 ML 和 NLP 观点时具有特殊的才能。「我从他的钻研和讲座中学到了很多东西。强烈建议观看他的新课程。」
