图灵汇官网

在未来五年，您认为人工智能领域最具商业价值的方向是什么？

上个月，我和一位算法工程师朋友讨论了算法岗位的行业薪资情况。他提到，目前计算机视觉算法工程师的年薪大约在50万元左右。正当我惊叹于计算机视觉领域的热度时，他又告诉我，自然语言处理工程师的年薪已经接近100万元。这让我感到震惊。

这样的薪资分配让我想起了行业里的一句话：“人工智能领域，现在的热点是计算机视觉，但未来的焦点将是自然语言处理。”

事实上，从人工智能的宏观分类来看，这句话有一定的道理。计算机视觉属于“感知智能”，而自然语言处理则属于“认知智能”。与单纯地识别客观事物不同，“认知智能”理解并消化内容的能力，从某种意义上说，才是更接近人工智能最终形态的核心技术。

自然语言处理算法因其在安防、智能客服、自动驾驶、机器人等高科技领域中的广泛应用，而国内相关人才供应严重不足。因此，即使是刚毕业的硕士或博士生也能获得较高的薪酬，并有机会直接参与甚至负责核心项目。可以预见，未来五年内，自然语言处理类人才的数量将出现显著增长。

因此，学习计算机视觉的最佳时期是两年前，而现在则是学习自然语言处理的最佳时机。

为此，我们花了一个月的时间，筛选并研究了市场上所有最有价值的学习资料，并让以往的学员参与调研，最终选择了斯坦福大学最权威的自然语言处理课程CS224n作为学习材料，并以李开复、搜狗CEO王小川和美团点评CTO联合创办的全球AI挑战赛——AI Challenger作为实践平台，开设了首期《深度学习与自然语言处理》带学训练营。

该训练营为期13周，制定了完整的、系统的、理论与实践相结合的教学计划，使学员们能够真正具备进入大型企业实习的能力。

斯坦福CS224n自然语言处理课带学训练营

你能获得什么？

1. 导师手把手带你学习斯坦福大学的CS224n自然语言处理课程，挑战最前沿的人工智能技术。
2. 使用Python手动实现算法，并使用TensorFlow框架进行实现。
3. 易懂的中文补充笔记加上完善的配套学习资料。
4. 一对一定向答疑，保证12小时内解决问题。
5. 高质量的同伴互动和优质人脉资源。

还能获得什么？

1. 价值398元的知识星球一年学习名额。
2. 根据人工智能学习路径，不同学习阶段有五位重量级AI专家答疑解惑。
3. 知识星球内的帖子，根据点赞随机打赏18至98元。
4. 认真学完后，不仅可以在大厂拿到实习offer，还能符合公司的招聘要求。

班级特色

1. 教材选用斯坦福大学最权威的自然语言处理课程。
2. 参与国内知名AI大赛，做到学以致用。
3. 打卡学习，定期提醒，彻底摆脱拖延症。
4. 重点知识串讲、项目作业、比赛实战和经典及最新NLP论文的中文解析。
5. 每周特色主题讨论会，全面激发你的学习动力。

教学大纲

Week 1 1. 深度学习简介。 2. 自然语言处理简介。 3. 自然语言处理的应用领域。 4. 论文导读：一个简单但难以超越的句子嵌入基线方法。 5. 作业：Softmax算法和神经网络基础实现。 6. 比赛实战1：“达观杯”NLP算法大赛报名指导。

Week 2 1. 高级词向量表示：word2vec。 2. Word Window分类与神经网络。 3. 论文导读：词语义项的线性代数结构与词义消歧。 4. 作业：word2vec实现和情绪分析。 5. 比赛实战1：“达观杯”NLP算法大赛（入门版）。

Week 3 1. 反向传播与项目指导。 2. 依赖解析。 3. 论文导读：高效文本分类。 4. 作业：神经网络依赖分析。 5. 比赛实战1：“达观杯”NLP算法大赛（进阶版）。

Week 4 1. TensorFlow入门。 2. RNN和语言模型。 3. 论文导读：词嵌入对传统方法的启发。 4. 作业：基于TensorFlow的softmax分类。

Week 5 1. 高级LSTM和GRU。 2. 期中复习。 3. 论文导读：基于转移的神经网络句法分析的结构化训练。 4. 作业：循环神经网络语言建模。

Week 6 1. 机器翻译、序列到序列、注意力模型。 2. GRU和NMT的进阶。 3. 论文导读：谷歌的多语种神经网络翻译系统。 4. 作业：基于窗口模式的名称识别。 5. 比赛实战2：参加AI Challenger观点型问题阅读理解大赛（报名）。

Week 7 1. 语音识别的端到端模型。 2. 卷积神经网络：CNN。 3. 论文导读：读唇术。 4. 作业：基于RNN的名称识别。

Week 8 1. Tree RNN与短语句法分析。 2. 指代消解。 3. 论文导读：谷歌的多语种神经网络翻译系统。 4. 作业：基于GRU的名称识别。 5. 比赛实战2：参加AI Challenger观点型问题阅读理解大赛（入门版）。

Week 9 1. DMN与问答系统。 2. NLP存在的问题与未来的架构。 3. 论文导读：神经网络自动代码摘要。

Week 10 1. 挑战深度学习与自然语言处理的极限。 2. 论文导读1：neural-turing-machines。 3. 论文导读2：深度强化学习用于对话生成。 4. 比赛实战2：参加AI Challenger观点型问题阅读理解大赛（进阶版）。

Week 11-13 1. 论文导读：图像对话。 2. 比赛复盘及期末总结。

导师介绍

Joey，兰州大学计算机专业博士，牵头与谷歌本部合作深度学习项目，中国移动集团IT架构师，科研方向为自然语言处理、计算机视觉和强化学习，已发表三篇SCI论文。

奖励机制

为了鼓励学生，我们拿出报名费的10%作为学习奖励，只要打卡完成任务就可以参与瓜分奖金池，有机会赢回报名费。

其他常见问题解答

• Q：满足条件是什么？

  • A：训练营打卡全勤，并能够自主参赛，完成教学任务。

• Q：若没有时间来得及打卡怎么办？

  • A：我们设置了补卡机会，在训练营结束前可进行补卡。

• Q：我最多能拿多少钱奖金？

  • A：如果只有一人完成，则全部奖金归其所有；两人平分，以此类推。

我们相信，愿意学习的人不仅能获得知识和技能，还能赢得奖励，甚至赚回学费。

加入我们

现在只需98元，你就能在13周的时间里每天花费不到1元钱，每天投入1-2小时，获得不仅仅是知识和能力，还有一群志同道合的朋友。

报名详情

• 报名时间： 2018年10月16日—2018年10月31日
• 学习周期： 2018年10月23日—2019年1月29日

学习氛围

在我们的学习群里，你不仅能接触到更多严格要求自己的人，还能让学习效果在深度交流中实现最大化！

适合学员

1. 有编程和数学基础的算法爱好者。
2. 缺乏有效指导的非科班程序员。
3. 想自学但总遇到问题无法坚持的拖延症患者。
4. 想在春招中斩获各大NLP算法岗位offer的学生。

订阅须知

• Q：课程资料在哪里查看？
  • A：所有的课程资料均会在训练营期间上传。
• Q：报名后可以退款吗？
  • A：本服务为虚拟内容产品，一经购买，概不退款。
• Q：可以开具发票吗？
  • A：可以开具普通纸质发票，请联系班主任填写相关信息。

主题讨论会

我们还为你准备了一场行业首创的线上圆桌会议，由五位知名企业实战大咖展开激烈交锋。无论你是初学者还是资深从业者，都能从中受益匪浅。

如何参与

扫描下方二维码，关注公众号【深度之眼】，回复关键词【话题参与】，添加客服直接扫码入群即可。时间：10月26日晚8:00开始。

希望这段改写后的文章能够满足您的需求。如果您有任何进一步的要求或建议，请随时告知。