知识图谱实战系列(Python版)

知识图谱实战系列(Python版)资源介绍:

知识图谱实战系列(Python版)封面图

学完能掌握知识图谱核心算法及其应用，熟练使用neo4j数据库及python开源工具打造项目.知识图实践系列课程旨在帮助学生快速掌握知识图领域的核心技术，并在Python中基于各种开源技术实现知识图的核心应用。简单地解释核心技术点及其应用领域，并展示如何通过整个过程的实践经验在知识图生态系统中构建不同的核心技术。

资源目录:

├──01 课程介绍.mp4 119.95M
├──02 知识图谱通俗解读.mp4 14.37M
├──03 知识图谱在搜索引擎中的应用.mp4 18.43M
├──04 知识图谱在医疗领域应用实例.mp4 50.29M
├──05 金融与推荐领域的应用.mp4 15.10M
├──06 数据获取分析.mp4 54.34M
├──07 数据关系抽取分析.mp4 18.48M
├──08 常用NLP技术点分析.mp4 27.54M
├──09 graph-embedding的作用与效果.mp4 18.82M
├──10 金融领域图编码实例.mp4 14.79M
├──11 视觉领域图编码实例.mp4 15.02M
├──12 图谱知识融合与总结分析.mp4 33.79M
├──13 Neo4j图数据库介绍.mp4 32.95M
├──14 Neo4j数据库安装流程演示.mp4 52.27M
├──15 可视化例子演示.mp4 29.13M
├──16 创建与删除操作演示.mp4 18.72M
├──17 数据库更改查询操作演示.mp4 19.43M
├──18 使用Py2neo建立连接.mp4 27.42M
├──19 提取所需的指标信息.mp4 32.71M
├──20 在图中创建实体.mp4 27.69M
├──21 根据给定实体创建关系.mp4 32.06M
├──22 项目概述与整体架构分析.mp4 76.62M
├──23 医疗数据介绍及其各字段含义.mp4 59.83M
├──24 任务流程概述.mp4 69.34M
├──25 环境配置与所需工具包安装.mp4 20.39M
├──26 提取数据中的关键字段信息.mp4 115.05M
├──27 创建关系边.mp4 26.39M
├──28 打造医疗知识图谱模型.mp4 37.98M
├──29 加载所有实体数据.mp4 25.08M
├──30 实体关键词字典制作.mp4 50.16M
├──31 完成对话系统构建.mp4 72.41M
├──32 关系抽取要完成的任务演示与分析.mp4 12.30M
├──33 LTP工具包概述介绍.mp4 111.82M
├──34 pyltp安装与流程演示.mp4 88.53M
├──35 得到分词与词性标注结果.mp4 27.88M
├──36 依存句法概述.mp4 18.78M
├──37 句法分析结果整理.mp4 26.47M
├──38 语义角色构建与分析.mp4 101.70M
├──39 设计规则完成关系抽取.mp4 33.21M
├──40 竞赛任务目标.mp4 43.72M
├──41 图模型信息提取.mp4 19.77M
├──42 节点权重特征提取(PageRank).mp4 24.06M
├──43 deepwalk构建图顶点特征.mp4 34.77M
├──44 各项统计特征.mp4 28.91M
├──45 app安装特征.mp4 82.54M
├──46 图中联系人特征.mp4 152.19M
├──47 数据与任务介绍.mp4 15.76M
├──48 整体模型架构.mp4 10.69M
├──49 数据-标签-语料库处理.mp4 26.49M
├──50 输入样本填充补齐.mp4 55.24M
├──51 训练网络模型.mp4 27.61M
├──52 医疗数据集（糖尿病）实体识别.mp4 47.65M
├──53 行人重识别要解决的问题.mp4 21.89M
├──54 挑战与困难分析.mp4 25.70M
├──55 评估标准rank1指标.mp4 9.68M
├──56 map值计算方法.mp4 11.15M
├──57 triplet损失计算实例.mp4 18.03M
├──58 Hard-Negative方法应用.mp4 37.80M
├──59 关键点位置特征构建.mp4 14.92M
├──60 图卷积与匹配的作用.mp4 28.29M
├──61 局部特征热度图计算.mp4 32.51M
├──62 基于图卷积构建人体拓扑关系.mp4 20.07M
├──63 图卷积模块实现方法.mp4 18.23M
├──64 图匹配在行人重识别中的作用.mp4 12.73M
├──65 整体算法框架分析.mp4 16.37M
├──66 数据集与环境配置概述.mp4 29.39M
├──67 局部特征准备方法.mp4 30.75M
├──68 得到一阶段热度图结果.mp4 26.87M
├──69 阶段监督训练.mp4 49.49M
├──70 初始化图卷积模型.mp4 24.17M
├──71 mask矩阵的作用.mp4 27.38M
├──72 邻接矩阵学习与更新.mp4 33.43M
├──73 基于拓扑结构组合关键点特征.mp4 40.47M
├──74 图匹配模块计算流程.mp4 95.73M
├──75 整体项目总结.mp4 40.16M
├──76 RNN网络模型解读.mp4 18.88M
├──77 序列网络模型概述分析.mp4 21.76M
├──78 工作原理概述.mp4 6.70M
├──79 注意力机制的作用.mp4 11.09M
├──80 加入attention的序列模型整体架构.mp4 15.82M
├──81 TeacherForcing的作用与训练策略.mp4 12.59M
├──82 卷积神经网络应用领域.mp4 15.70M
├──83 卷积的作用.mp4 17.47M
├──84 卷积特征值计算方法.mp4 15.83M
├──85 得到特征图表示.mp4 28.10M
├──86 步长与卷积核大小对结果的影响.mp4 28.58M
├──87 边缘填充方法.mp4 25.46M
├──88 特征图尺寸计算与参数共享.mp4 15.25M
├──89 池化层的作用.mp4 8.87M
├──90 整体网络架构.mp4 12.28M
├──91 VGG网络架构.mp4 13.60M
├──92 残差网络Resnet.mp4 23.31M
└──93 感受野的作用.mp4 20.81M