# 前言
朋友们，又有新课可以白嫖啦（滑稽）
在我码字的时候，该课程已经开课三周多啦，所以事不宜迟，快快开始叭
6 月 17 日，吴恩达宣布 DeepLearning.ai 的 NLP（自然语言处理）课程在 Coursera 上线了。
# 课程能让你学到什么
这套课程包含以下内容
使用逻辑回归、朴素贝叶斯和词向量来实现情感分析、完整类比、翻译单词，用局部敏感哈希完成近似最邻近。
使用动态编码、隐式马尔科夫模型和词嵌入来自动纠正拼写错误，自动完成句子，识别单词的词性标签。
在 TensorFlow 和 Trax 里使用密集和循环神经网络、LSTMs、GRUs 和暹罗网络来完成高级情绪分析、文本生成、命名实体识别和重复识别问题。
使用编码器 - 解码器、因果关系和自我注意来执行完整句子的高级机器翻译、文本摘要、问答，以及设计聊天机器人，涉及的模型包括 T5、 BERT、transformer、reformer 等等。
学完之后，你就可以设计可以回答问题、做情感分析的 NLP 应用程序，实现机器翻译、自动摘要等功能，或者做一个聊天机器人了。
当然，如果你想要学习这套课程，最好有一些机器学习的知识基础，懂一些 Python，用过 TensorFlow、Keras 等深度学习框架。另外数学方面，最好你也学过微积分、线性代数和统计学的课程。
另外，和 DeepLearning.ai 在 Coursera 上开的其他课程一样，这门 NLP 课程完全可以免费学。如果你想要这门课的毕业证才需要付费，有经济压力的学生群体可以申请助学金。
总之，如果你只是想上课，那完全不要钱，简直就是白嫖党的快乐呀（滑稽）
# 四大部分，110 个小视频
整套课程包含 4 个部分，包含 11 周的课程，三个月就能学完。
而且，每个部分的知识都拆成了简短的小视频，每个小视频只有三四分钟左右。
简直是碎片时代的良心产品。
详细课程表如下：
# 课程 1：借助分类和词向量做自然语言处理
第一周：情感分析和逻辑回归，包含 12 个小视频，总长 37 分钟。
第二周：朴素贝叶斯，包含 11 个小视频，总长 40 分钟。
第三周：词嵌入，包含 8 个小视频，总长 26 分钟。
第四周：词翻译，包含 8 个小视频，总长 29 分钟。
# 课程 2：借助概率模型做自然语言处理
第一周：自动纠错和动态编程，包含 9 个小视频，总长 27 分钟。
第二周：部分语音标签和隐式马尔科夫模型，包含 11 个小视频，总长 38 分钟。
第三周：自动完成和语言模型，包含 9 个小视频，总长 50 分钟。
第四周：用神经网络做词嵌入，包含 20 个小视频，总长 65 分钟。
# 课程 3：借助序列模型做自然语言处理
只有一周，包含 6 个小视频，总长 25 分钟。
# 课程 4：借助注意力模型做自然语言处理
第一周：神经机器翻译，包含 8 个小视频，总长 31 分钟。
第二周：文本摘要，包含 7 个小视频，总长 29 分钟。
除了视频之外，这套课程里还附有了一些阅读材料。
# 老师来自斯坦福谷歌
这套课程一共有三位授课老师
Younes Bensouda Mourri，斯坦福数学和计算机本科、统计学硕士，一直在斯坦福著名的 CS229、CS230 等系列课程中担任讲师或助教。
Łukasz Kaiser，亚琛工业大学博士，谷歌大脑科学家，TensorFlow、Transformer 等论文的作者之一。
Eddy Shyu，DeepLearning.ai 产品主管，此前也是 Unacity 的课程开发者。
可以说，虽然吴恩达本人并不会来亲自讲课，但这是一流的授课阵容了。
# 课程传送们
https://www.coursera.org/specializations/natural-language-processing
