本课程旨在介绍与统计自然语言处理（NLP）和机器学习技术相关的基础知识。重点放在NLP应用程序以及用于解决它们的机器学习技术上。
成功完成该模块后，学生将能够：
- 了解相关的机器学习技术，特别是在深度学习中，是什么使NLP具有挑战性，以及如何应对所涉及的计算挑战。
- 掌握NLP任务的基本原理，包括语言模型、机器翻译、文本分类、序列标记、信息提取和机器阅读理解。
- 掌握NLP和ML方法，包括编码器/解码器体系结构、深神经网络、RNNs、CNNs、注意力机制、词向量等。
该模块将重点放在实际应用和编程实践上，通过课程需要的编程任务，学生将能够将实用方面与理论和背景相结合。
该课程涵盖的主题包括（但不限于）NLP任务和NLP与ML方法，其中包括各种任务和方法的基本原理和应用技术。
为了有资格选择此模块作为可选或选修课，学生必须：
1. 在计划和年度学年中注册该模块。
2. 对基本概率理论（如贝叶斯规则）、线性代数和多元微积分有一定了解。
3. 熟练掌握编程。
4. 有能力在计算机上安装库。
5. 至少学习过一个介绍性的机器学习模块，如监督学习（Comp0078）或机器学习介绍（Comp0088）（或同时入学此类模块）。
选择DR.D留学生辅导机构，让我们携手开启留学之旅，为您的留学生活增添精彩！
