CS224d: Deep Learning for Natural Language Processing - http://cs224d.stanford.edu/syllabus.html
- Study 기간 : 2017.08.11 ~
- 참여 인원 : 지도교수 최성철, 학부생 김성철, 장시온, 장예훈, 김윤진, 김지희, 김재영
| 일시 | Chapter | 발표자 | 코드 | 슬라이드 |
|---|---|---|---|---|
| 2017-08-11 | 1. Intro to NLP and Deep Learning | 장예훈 | 코드 | 슬라이드 |
| 2017-08-11 | 2. Simple Word Vector representations: word2vec, GloVe | 김지희 | 코드 | 슬라이드 |
| 2017-08-18 | 3. Advanced word vector representations : language models, softmax, single layer networks |
김성철 | 코드 | 슬라이드 |
| 2017-08-18 | 4. Neural Networks and backpropagation -- for named entity recognition | 김윤진 | 코드 | 슬라이드 |
| 2017-11-09 | 5. Project Advice, Neural Networks and Back-Prop (in full gory detail) | 김재영 | 코드 | 슬라이드 |
| 2017-11-09 | 6. Practical tips: gradient checks, overfitting, regularization, activation functions, details |
장예훈 | 코드 | 슬라이드 |
| 2017-11-23 | 7. Recurrent neural networks -- for language modeling and other tasks | 김지희 | 코드 | 슬라이드 |
| 2017-11-23 | 8. GRUs and LSTMs -- for machine translation | 김재영 | 코드 | 슬라이드 |
| 2017-12-07 | 9. Recursive neural networks -- for parsing | 김윤진 | 코드 | 슬라이드 |
| 2017-12-07 | 10. Convolutional neural networks -- for sentence classification | 장시온 | 코드 | 슬라이드 |
| 미정 | 11. The future of Deep Learning for NLP: Dynamic Memory Networks | 김성철 | 코드 | 슬라이드 |