文件清单 48 项

• 01 课程介绍.mp4
• 02 知识图谱通俗解读.mp4
• 03 知识图谱在搜索引擎中的应用.mp4
• 04 知识图谱在医疗领域应用实例.mp4
• 05 金融与推荐领域的应用.mp4
• 06 数据获取分析.mp4
• 07 数据关系抽取分析.mp4
• 08 常用NLP技术点分析.mp4
• 09 graph-embedding的作用与效果.mp4

展开全部 48 项

• 10 金融领域图编码实例.mp4
• 11 视觉领域图编码实例.mp4
• 12 图谱知识融合与总结分析.mp4
• 13 Neo4j图数据库介绍.mp4
• 14 Neo4j数据库安装流程演示.mp4
• 15 可视化例子演示.mp4
• 16 创建与删除操作演示.mp4
• 17 数据库更改查询操作演示.mp4
• 18 使用Py2neo建立连接.mp4
• 19 提取所需的指标信息.mp4
• 20 在图中创建实体.mp4
• 21 根据给定实体创建关系.mp4
• 23 医疗数据介绍及其各字段含义.mp4
• 24 任务流程概述.mp4
• 25 环境配置与所需工具包安装.mp4
• 26 提取数据中的关键字段信息.mp4
• 27 创建关系边.mp4
• 28 打造医疗知识图谱模型.mp4
• 29 加载所有实体数据.mp4
• 30 实体关键词字典制作.mp4
• 知识图谱.pdf
• NEO4J.docx
• 关系抽取.zip
• 贷款风控特征工程.zip
• eclipse-命名实体识别.zip
• notebook-瑞金.zip
• Wang_High-Order_Information_Matters_Learning_Relation_and_Topology_for_Occluded_Person_CVPR_2020_paper.pdf
• 行人重识别.pdf
• 基于图模型的ReID(旷视).zip
• 卷积神经网络.pdf
• seq2seq.pdf
• 资料/
• 第一,二章:知识图谱介绍及其应用领域分析/
• 第三章:Neo4j数据库实战/
• 第六章:文本关系抽取实践/
• 第七章:金融平台风控模型实践/
• 第八章:医学糖尿病数据命名实体识别/
• 第九章:基于图模型的行人重识别架构分析/
• 额外补充/