训内容 ：
课程目标：
1、 全面学习大数据分析技术及自然语言处理技术基础知识，掌握自然语言大数据处理的关键技术及应用；
2、 帮助骨干人员了解大数据自然语言处理分析技术及其运用价值，激发其管理创新思维；
3、 探索大数据自然语言处理在品质管理、客户体验乃至卡中心各业务推进工作中的应用方向；
4、 结合定制化商业应用案例，深入分析金融同业关于大数据自然语言分析的应用理念，以明晰其在卡中心创新业务发展价值并带来更好的落地方案。
课程大纲：
*课：概率论和贝叶斯方法 1.1 概率和分布
1.2 条件概率
1.3 贝叶斯法则
1.4 独立性假设和朴素贝叶斯方法
1.5 朴素贝叶斯的不足
练习：
如何自动发现新词
第二课：机器学习典型方法 2.1 线性回归
2.2 梯度下降法和牛顿法
2.3 支持向量机
2.4 无监督学习
2.5 EM算法直观体验
2.6 马尔科夫理论
练习：
实现一个信用评级模型
第三课：自然语言理解的基础 3.1 分词
3.2 词性和命名实体标注
3.3 句法分析
3.4 语言模型
练习：
分别用普通语料和金融领域语料实现语言模型，体会其效果区别
第四课：自然语言处理经典任务 4.1 词的共现和相关
4.2 文本分类和聚类
4.3 信息检索
4.4 意图识别
4.5 情感分析
4.6 自动问答
练习：
实现一个酒店评论分类模型
第五课：人工智能的重要基础：神经网络 5.1 神经网络能做什么
5.2神经网络有什么不同
5.3 神经网络的结构
5.4 反向传播的原理和问题
5.5 CNN和RNN
5.6 深度学习的一些有趣任务（词向量、语言模型等）
第六课：深度学习实践体验 6.1 python介绍
6.2 tensorflow介绍
6.3 大数据与深度学习
练习：
阅读ANN实现手写识别模型的代码，并尝试增加一层网络实验效果
分组讨论：
1. 你的*如何更好的使用NLP—头脑风暴
2. 使用场景模拟
3. NLP方案设计
以上课程可以根据客户实际情况进行灵活调整。
