1. NLP概论

2. 算法复杂度和动态规划

3. 凸优化和逻辑回归

3.1. 凸优化

3.2. 逻辑回归

4. 分词/拼写纠错/停用词过滤/词的标准化/词袋模型/文本相似度计算

5. 词向量/句子向量/倒排表

6. 拼写纠错实战-维特比算法优化

7. 逻辑回归/梯度下降法/交叉验证

8. 朴素贝叶斯实战/朴素贝叶斯推导

9. ElasticNet/凸优化原理

10. 情感分析技术实战

11. 正则/L1,L2与高斯分布/拉普拉斯分布

12. 凸优化原理

13. 非凸优化问题/梯度下降法收敛分析

14. SVM介绍/Linear SVM

15. 信息抽取介绍/命名实体识别/知识图谱

16. CRF

17. 分布式表示法/词向量/SkipGram

18. 词向量

19. 概率图模型-LDA与变分法