系列一：知识图谱完整项目实战（附源码）

章节1:基础理论篇
课时1完整项目案例运行演示21:18
课时2项目开发环境安装部署12:13
课时3项目业务需求分析07:49
课时4项目总体架构设计25:07
章节2:模型设计篇
课时5知识图谱模型设计方法论15:44
课时6知识图谱语义类型设计15:24
课时7知识图谱语义关系设计08:52
章节3:知识获取篇
课时8开发环境安装部署11:55
课时9汽车品牌数据获取10:36
课时10汽车车系数据获取11:49
课时11汽车数据批量导入14:53
课时12汽车车型数据获取09:28
课时13汽车配置数据获取14:08
章节4:程序设计篇
课时14web前端框架设计20:43
课时15通用命名实体识别11:20
课时16领域命名实体识别08:07
课时17实体查询程序设计10:19
课时18关系查询程序设计10:00
课时19知识图谱数据可视化09:43
章节5:知识图谱应用
课时20推荐系统基本原理和实现机制20:22
课时21知识图谱与推荐系统融合的模式11:46
课时22基于KGE的开源推荐系统框架13:38
课时23RippleNet开源框架源码剖析

系列二：知识图谱实战案例完全剖析（附完整源码和数据集）
第1章:知识图谱基础
1.知识图谱完整案例演示 16:34
2.知识图谱和人工智能 21:26
3.知识图谱典型应用 10:46
4.知识图谱系统架构 12:06
第2章:知识图谱设计
1.知识设计方法 20:10
2.语义类型设计 18:42
3.语义关系设计 13:09
4.本体对象设计 12:21
第3章:知识图谱存储
1.知识存储模型 18:12
2.图数据库选型 15:03
3.Neo4j开发环境部署 13:53
4.Neo4j-可视化操作基础 15:04
5.Neo4j-CQL语法基础 18:24
6.Neo4j-完整案例操作实战 11:52
7.Neo4j系统管理 20:55
第4章:知识图谱应用
1.自己动手开发第一个智能聊天机器人 7:10
2.人工智能标记语言AIML基础 10:49
3.Python与Neo4j的集成 16:13
4.AIMl与Neo4j的集成 11:48
第5章:知识图谱获取
1.常用知识获取方法 13:00
2.国内外可用知识图谱资源 14:44
3.如何系统学习知识图谱1 9:59
4.如何系统学习知识图谱2 10:37
5.如何系统学习知识图谱3 23:11

├──pdf
| ├──知识图谱实战案例完全剖析（附完整源码和数据集）【140888】知识图谱完整案例演示.pdf 1.63M
| ├──知识图谱实战案例完全剖析（附完整源码和数据集）【140892】知识设计方法.pdf 1.53M
| ├──知识图谱实战案例完全剖析（附完整源码和数据集）【140898】知识存储模型.pdf 2.46M
| ├──知识图谱实战案例完全剖析（附完整源码和数据集）【140903】自己动手开发第一个智能聊天机器人.pdf 1.94M
| ├──知识图谱实战案例完全剖析（附完整源码和数据集）【140907】常用知识获取方法.pdf 2.18M
| ├──知识图谱实战案例完全剖析（附完整源码和数据集）【140909】如何系统学习知识图谱1.pdf 1.66M
| ├──知识图谱实战开发案例完全剖析-第1部分.pdf 1.62M
| ├──知识图谱实战开发案例完全剖析-第2部分.pdf 1.51M
| ├──知识图谱实战开发案例完全剖析-第3部分.pdf 2.46M
| ├──知识图谱实战开发案例完全剖析-第4部分.pdf 1.94M
| └──知识图谱实战开发案例完全剖析-第5部分.pdf 2.18M
├──代码
| ├──知识图谱实战案例完全剖析（附完整源码和数据集）【140893】语义类型设计.rar 1.47M
| ├──知识图谱实战案例完全剖析（附完整源码和数据集）【140904】人工智能标记语言AIML基础.rar 248.58kb
| └──知识图谱实战案例完全剖析（附完整源码和数据集）【140905】Python与Neo4j的集成.rar 90.80M

 

系列三：知识图谱全解析

第一课： 知识图谱概论
1. 知识图谱的起源和历史
2. 典型知识库项目简介
3. 知识图谱应用简介
4. 本次课程覆盖的主要范围：知识表示与建模、知识抽取与挖掘、知识存储、知识融合、知识推理、语义搜索、知识问答和行业知识图谱应用剖析等内容。

第二课： 知识表示与知识建模

1.  早期知识表示简介
2.  基于语义网的知识表示框架
     a.  RDF和RDFS
     b.  OWL和OWL2 Fragments
     c.  SPARQL查询语言
     d.  Json-LD、RDFa、HTML5 MicroData等新型知识表示
3.   典型知识库项目的知识表示
4.   基于本体工具（Protege）的知识建模最佳实践

第三课： 知识抽取与挖掘I

1.  知识抽取任务定义和相关比赛：实体识别、关系抽取和事件抽取
2.  面向结构化数据（关系数据库）的知识抽取，包括D2RQ和R2RML等转换与映射规范与技术介绍
3.  面向半结构化数据（Web tables, 百科站点等）的知识抽取
     a.  基于正则表达式的方法
     b.  Bootstrapping和Wrapper Induction介绍
4.  实践展示：基于百科数据的知识抽取

第四课： 知识抽取与挖掘II

1.  面向非结构化数据（文本）的知识抽取
     a.  基于本体的知识抽取，包括NELL和DeepDive系统介绍
     b.  开放知识抽取，包括TextRunner、Reverb和OLLIE等系统介绍
2.  知识挖掘
     a.  知识内容挖掘：实体消歧与链接
     b.  知识结构挖掘：关联规则挖掘与社区发现
     c.  知识表示学习与链接预测，包括TransE和PRA等算法介绍    

第五课： 知识存储

1.  基于关系数据库的存储设计，包括各种表设计和索引建立策略
2.  基于RDF的图数据库介绍
     a.  开源数据库介绍：Apache Jena、Sesame、gStore、RDF-3X等
     b.  商业数据库介绍：Virtuoso、AllegroGraph、BlazeGraph等
3.   原生图数据库介绍，包括Neo4j、OrientDB、Titan和Cayley等
4.  实践展示：使用Apache Jena存储百科知识，并使用Fuseki构建图谱查询服务

第六课： 知识融合

1.  知识融合任务定义和相关竞赛：本体对齐和实体匹配
2.  本体对齐基本流程和常用方法
     a.  基于Linguistic的匹配
     b.  基于图结构的匹配
     c.  基于外部知识库的匹配
3.  实体匹配基本流程和常用方法
     a.  基于分块的多阶段匹配
     b.  基于规则（配置或通过学习）的实体匹配
4.  知识融合工具介绍：包括Falcon-AO、Silk、PARIS、DEDUPE、LIMES和KnowledgeVault
5.  实践展示：使用Falcon-AO融合百度百科与维基百科中的知识

第七课： 知识推理

1.  本体知识推理简介与任务分类，包括概念可满足性、概念包含、实例分类和一致性检测等
2.  本体推理方法与工具介绍
     a.  基于Tableaux运算的方法：Fact++、Racer、Pellet和Hermit等
     b.  基于一阶查询重写的方法：Ontology-based Data Access的Ontop等
     c.  基于产生式规则的方法（如Rete)：Jena、Sesame和OWLIM等
     d.  基于逻辑编程（如Datalog）改写的方法：KAON2和RDFox等
 3.  实践展示：使用Jena完成百科知识上的上下位推理、缺失类别补全和一致性检测等

第八课： 语义搜索

1. 语义搜索概述，包括Knowledge Card、Rich Snippet、Facebook Graph Search等
2. 基于语义标注的网页搜索
   a. Web Data Commons项目介绍
   b. 排序算法介绍，扩展BM25
3. 基于图谱的知识搜索
   a. 本体搜索（ontology lookup）
   b. 探索式知识检索，包括查询构造、结果排序和分面（facets）推荐
4. 知识可视化，包括本体、查询、结果等的展现方式和可视化分析
5. 实践展示：使用ElasticSearch实现百科数据的语义搜索

第九课： 知识问答I

1.  知识问答概述和相关数据集（QALD和WebQuestions）
2.  知识问答基本流程
3.  知识问答主流方法介绍
     a.  基于模板的方法，包括模板定义、模板生成和模板匹配等步骤
     b.  基于语义解析的方法，包括资源映射，逻辑表达式候选生成与排序等
     c.  基于深度学习的方法

第十课： 知识问答II

1.  IBM Watson问答系统及核心组件详细解读
     a.  问句理解
     b.  候选答案生成
     c.  基于证据的答案排序
2.  实践展示：面向百科知识的问答baseline实现

第十一课： 行业知识图谱应用

1.  行业知识图谱特点
2.  行业知识图谱应用，包括金融、医疗、数字图书馆等领域应用
3.  行业知识图谱构建与应用的挑战
4.  行业知识图谱生命周期定义和关键组件

课件资料：
├──Assignment.zip 2.14M
├──第八讲 语义搜索.pdf 7.93M
├──第二讲 知识表示和知识建模.pdf 5.16M
├──第二讲_示例数据.zip 1.19kb
├──第九课：知识问答I.pdf 6.50M
├──第六讲 知识融合.pdf 5.89M
├──第七讲数据和代码.zip 6.39M
├──第七课 知识推理.pdf 1.90M
├──第三讲 知识抽取与挖掘I.pdf 7.68M
├──第十课 IBM watson Lite.pdf 1.97M
├──第十课：语义搜索和知识问答Demo.pdf 1.31M
├──第十一课：行业知识图谱应用.pdf 7.27M
├──第四讲 知识抽取与挖掘_update.pdf 9.57M
├──第四讲DeepDive实战说明.zip 3.62M
├──第五讲 知识存储.pdf 4.11M
├──第五课_代码和数据.zip 3.65kb
├──第一讲 知识图谱概览.pdf 13.68M
└──语义搜索简化版说明.pdf 362.16kb

系列四：2020张老师教你完完全全学习知识图谱

第1章知识图谱基础1小时4节
1-1知识图谱完整案例演示[免费试看]16:34
1-2知识图谱的典型应用10:47
1-3知识图谱与人工智能[免费试看]21:26
1-4知识图谱的系统架构12:06
第2章知识图谱设计1小时4分钟4节
2-1知识设计方法[免费试看]20:10
2-2语义类型设计[免费试看]18:42
2-3语义关系设计[免费试看]13:09
2-4本体对象设计12:21
第3章知识图谱存储1小时53分钟7节
3-1知识存储模型18:13
3-2知识存储系统选型15:03
3-3Noe4j可视化操作基础15:04
3-4CQL操作基础18:24
3-5Neo4j-完整案例演示11:52
3-6Neo4j数据库系统管理20:55
3-7Neo4j开发环境安装部署13:53
第4章知识图谱应用46分钟4节
4-1第一个智能对话程序07:11
4-2人工智能标记语言AIML10:50
4-3python和Neo4j的集成16:13
4-4Neo4j和AIML的集成11:48
第5章知识图谱获取27分钟2节
5-1常用知识图谱资源获取方法[免费试看]13:00
5-2国内外常用知识图谱资源14:44

系列五：2021年知识图谱之Citespace视频课

├──0：Citespace 小白入门教程 0
| ├──1.mp4 60.06M
| ├──v.f30_2.mp4 69.47M
| ├──v.f30_3.mp4 98.93M
| ├──v.f30_4.mp4 50.74M
| ├──v.f30_5.mp4 41.00M
| └──v.f30_6.mp4 110.15M
├──10：Citespace 引文主路径实战 10
| ├──1.mp4 11.50M
| ├──4.mp4 24.24M
| ├──v.f30_2.mp4 18.99M
| └──v.f30_3.mp4 16.37M
├──11：Citespace dual-map实战 11
| ├──1.mp4 3.52M
| ├──7.mp4 100.79M
| ├──v.f30_2.mp4 36.28M
| ├──v.f30_3.mp4 44.56M
| ├──v.f30_4.mp4 40.31M
| ├──v.f30_5.mp4 39.22M
| └──v.f30_6.mp4 27.96M
├──12：Citespace 文本挖掘实战 12
| ├──1.mp4 5.78M
| ├──v.f30_2.mp4 61.53M
| ├──v.f30_3.mp4 72.95M
| ├──v.f30_4.mp4 72.40M
| ├──v.f30_5.mp4 52.71M
| └──v.f30_6.mp4 55.08M
├──13：Citespace 核心论文实战 13
| ├──1.mp4 12.94M
| ├──v.f30_10.mp4 84.58M
| ├──v.f30_11.mp4 85.32M
| ├──v.f30_12.mp4 370.65kb
| ├──v.f30_2.mp4 79.49M
| ├──v.f30_3.mp4 82.33M
| ├──v.f30_4.mp4 70.48M
| ├──v.f30_5.mp4 74.53M
| ├──v.f30_6.mp4 65.52M
| ├──v.f30_7.mp4 78.60M
| ├──v.f30_8.mp4 81.00M
| └──v.f30_9.mp4 75.12M
├──14：Citespace C刊论文精讲 14
| ├──1.mp4 16.43M
| ├──v.f30_10.mp4 95.42M
| ├──v.f30_11.mp4 103.76M
| ├──v.f30_12.mp4 65.52M
| ├──v.f30_13.mp4 64.83M
| ├──v.f30_14.mp4 75.39M
| ├──v.f30_15.mp4 85.73M
| ├──v.f30_16.mp4 1018.21kb
| ├──v.f30_2.mp4 91.96M
| ├──v.f30_3.mp4 52.24M
| ├──v.f30_4.mp4 77.95M
| ├──v.f30_5.mp4 78.48M
| ├──v.f30_6.mp4 87.83M
| ├──v.f30_7.mp4 70.71M
| ├──v.f30_8.mp4 66.52M
| └──v.f30_9.mp4 88.35M
├──15：Citespace 论文图表调整 15
| ├──1.mp4 13.67M
| ├──v.f30_10.mp4 68.21M
| ├──v.f30_2.mp4 54.94M
| ├──v.f30_3.mp4 68.10M
| ├──v.f30_4.mp4 66.33M
| ├──v.f30_5.mp4 76.27M
| ├──v.f30_6.mp4 54.71M
| ├──v.f30_7.mp4 34.94M
| ├──v.f30_8.mp4 108.94M
| └──v.f30_9.mp4 63.85M
├──16：Citespace Bicomb操作实战 16
| ├──1.mp4 11.61M
| ├──v.f30_2.mp4 39.70M
| ├──v.f30_3.mp4 43.35M
| ├──v.f30_4.mp4 43.31M
| ├──v.f30_5.mp4 37.10M
| └──v.f30_6.mp4 56.74M
├──17：Citespace 中文数据去重合并实战 17
| ├──1.mp4 14.09M
| ├──v.f30_2.mp4 17.49M
| ├──v.f30_3.mp4 59.23M
| ├──v.f30_4.mp4 56.39M
| └──v.f30_5.mp4 38.61M
├──18：Citespace 中文数据去重转化实战 18
| ├──1.mp4 14.42M
| ├──v.f30_2.mp4 41.42M
| ├──v.f30_3.mp4 51.45M
| ├──v.f30_4.mp4 53.68M
| └──v.f30_5.mp4 48.83M
├──1：Citespace 共词分析实战 1
| ├──1.mp4 26.26M
| ├──v.f30_2.mp4 236.60M
| └──v.f30_3.mp4 97.20M
├──2：Citespace 文献共被引实战 2
| ├──1.mp4 53.21M
| ├──v.f30_2.mp4 58.32M
| └──v.f30_3.mp4 174.79M
├──3：Citespace 作者耦合实战 3
| ├──1.mp4 62.92M
| ├──v.f30_2.mp4 117.52M
| └──v.f30_3.mp4 40.37M
├──4：Citespace 合作分析实战 4
| ├──1.mp4 135.86M
| ├──v.f30_2.mp4 78.79M
| └──v.f30_3.mp4 55.16M
├──5：Citespace 图表制作实战 5
| ├──1.mp4 52.63M
| ├──v.f30_2.mp4 15.60M
| ├──v.f30_3.mp4 32.27M
| ├──v.f30_4.mp4 13.48M
| └──v.f30_5.mp4 14.78M
├──6：Citespace link设置实战 6
| ├──1.mp4 81.01M
| ├──v.f30_2.mp4 90.67M
| └──v.f30_3.mp4 101.45M
├──7：Citespace 期刊双图叠加实战 7
| ├──1.mp4 6.30M
| ├──v.f30_2.mp4 61.76M
| └──v.f30_3.mp4 61.77M
├──8：Citespace 文献结构变异实战 8
| ├──v.f30.mp4 16.39M
| └──v.f30_2.mp4 130.57M
└──9：Citespace 战略坐标实战 9
| ├──1.mp4 6.25M
| ├──9.mp4 115.86M
| ├──v.f30_2.mp4 48.64M
| ├──v.f30_3.mp4 32.61M
| ├──v.f30_4.mp4 29.53M
| ├──v.f30_5.mp4 24.87M
| ├──v.f30_6.mp4 34.20M
| ├──v.f30_7.mp4 24.74M
| └──v.f30_8.mp4 23.36M

系列六：2021年王老师用Python教我们知识图谱实战技术视频(包含完整代码资料等，2021年4月10更新)

课时1视频课程介绍09:40
课时2视频知识图谱通俗解读07:55
课时3视频知识图谱在搜索引擎中的应用08:08
课时4视频知识图谱在医疗领域应用实例13:24
课时5视频金融与推荐领域的应用08:31
课时6视频数据获取分析10:20
章节2:知识图谱涉及技术点分析试看
课时8视频数据关系抽取分析08:34
课时9视频常用NLP技术点分析08:26
课时10视频graph-embedding的作用与效果09:37
课时11视频金融领域图编码实例04:30
课时12视频视觉领域图编码实例07:18
课时13视频图谱知识融合与总结分析08:07
章节3:Neo4j数据库实战试看
课时14视频Neo4j图数据库介绍08:33
课时15视频Neo4j数据库安装流程演示07:09
课时16视频可视化例子演示09:08
课时17视频创建与删除操作演示08:40
课时18视频数据库更改查询操作演示08:35
章节4:使用python操作neo4j实例试看
课时19视频使用Py2neo建立连接05:55
课时20视频提取所需的指标信息07:57
课时21视频在图中创建实体07:36
课时22视频根据给定实体创建关系08:35
章节5:基于知识图谱的医药问答系统实战试看
课时23视频项目概述与整体架构分析07:31
课时24视频医疗数据介绍及其各字段含义07:25
课时25视频任务流程概述05:47
课时26视频环境配置与所需工具包安装06:35
课时27视频提取数据中的关键字段信息11:35
课时28视频创建关系边08:17
课时29视频打造医疗知识图谱模型10:54
课时30视频加载所有实体数据06:52
课时31视频实体关键词字典制作08:36
课时32视频完成对话系统构建09:02
章节6:文本关系抽取实践
课时33视频关系抽取要完成的任务演示与分析05:07
课时34视频LTP工具包概述介绍08:33
课时35视频pyltp安装与流程演示07:16
课时36视频得到分词与词性标注结果06:41
课时37视频依存句法概述05:46
课时38视频句法分析结果整理09:12
课时39视频语义角色构建与分析11:00
课时40视频设计规则完成关系抽取09:23
章节7:金融平台风控模型实践试看
课时41视频竞赛任务目标05:36
课时42视频图模型信息提取08:58
课时43视频节点权重特征提取(PageRank)10:22
课时44视频deepwalk构建图顶点特征10:33
课时45视频各项统计特征06:43
课时46视频app安装特征06:28
课时47视频图中联系人特征06:54
章节8:医学糖尿病数据命名实体识别
课时48视频数据与任务介绍07:03
课时49视频整体模型架构04:48
课时50视频数据-标签-语料库处理10:15
课时51视频输入样本填充补齐09:24
课时52视频训练网络模型10:00
课时53视频医疗数据集（糖尿病）实体识别09:57
章节9:基于图模型的行人重识别架构分析
课时54视频行人重识别要解决的问题06:00
课时55视频挑战与困难分析12:14
课时56视频评估标准rank1指标04:03
课时57视频map值计算方法05:42
课时58视频triplet损失计算实例09:40
课时59视频Hard-Negative方法应用09:28
课时60视频关键点位置特征构建06:52
课时61视频图卷积与匹配的作用07:51
课时62视频局部特征热度图计算08:39
课时63视频基于图卷积构建人体拓扑关系10:10
课时64视频图卷积模块实现方法08:56
课时65视频图匹配在行人重识别中的作用05:51
课时66视频整体算法框架分析08:09
章节10:基于拓扑图的行人重识别项目实战
课时67视频数据集与环境配置概述08:02
课时68视频局部特征准备方法07:28
课时69视频得到一阶段热度图结果08:54
课时70视频阶段监督训练13:24
课时71视频初始化图卷积模型10:25
课时72视频mask矩阵的作用07:05
课时73视频邻接矩阵学习与更新10:20
课时74视频基于拓扑结构组合关键点特征12:32
课时75视频图匹配模块计算流程13:57
课时76视频整体项目总结08:56
章节11:基础补充-RNN与序列网络架构分析试看
课时77视频RNN网络模型解读11:52
课时78视频序列网络模型概述分析08:57
课时79视频工作原理概述03:51
课时80视频注意力机制的作用06:00
课时81视频加入attention的序列模型整体架构09:23
课时82视频TeacherForcing的作用与训练策略07:11
章节12:算法补充-卷积神经网络原理与参数解读
课时83视频卷积神经网络应用领域07:24
课时84视频卷积的作用09:23
课时85视频卷积特征值计算方法08:07
课时86视频得到特征图表示06:58
课时87视频步长与卷积核大小对结果的影响08:11
课时88视频边缘填充方法06:30
课时89视频特征图尺寸计算与参数共享07:02
课时90视频池化层的作用05:38
课时91视频整体网络架构06:20
课时92视频VGG网络架构06:16
课时93视频残差网络Resnet07:41
课时93视频感受野的作用

课件代码等：

├──第八章：医学糖尿病数据命名实体识别
| ├──eclipse-命名实体识别.zip 18.19M
| └──notebook-瑞金.zip 4.96M
├──第九章：基于图模型的行人重识别架构分析
| ├──Wang_High-Order_Information_Matters_Learning_Relation_and_Topology_for_Occluded_Person_CVPR_2020_paper.pdf 1.26M
| └──行人重识别.pdf 1.63M
├──第六章：文本关系抽取实践
| └──关系抽取.zip 740.57M
├──第七章：金融平台风控模型实践
| └──贷款风控特征工程.zip 1.95G
├──第三章：Neo4j数据库实战
| └──NEO4J.docx 144.37kb
├──第十章：基于拓扑图的行人重识别项目实战
| └──基于图模型的ReID(旷视).zip 1.55G
├──第四章：使用python操作neo4j实例
| └──python操作neo4j.zip 25.53kb
├──第五章：基于知识图谱的医药问答系统实战
| ├──配置与安装.docx 35.52kb
| └──医药问答.zip 15.81M
├──第一,二章：知识图谱介绍及其应用领域分析
| └──知识图谱.pdf 2.02M
└──额外补充
| ├──seq2seq.pdf 561.21kb
| └──卷积神经网络.pdf 2.42M

系列七：2021刘老师教你开发企业级知识图谱实战（视频+资料，2021年4月20日更新）

├──1-20
| ├──任务10： Cypher Neo4j的SQL.mp4 40.98M
| ├──任务11： 多维度关系查询.mp4 26.43M
| ├──任务12： 创建实体关系.mp4 17.82M
| ├──任务13： 删除实体关系.mp4 29.29M
| ├──任务14： Neo4j的索引.mp4 12.74M
| ├──任务15： Cypher的复杂查询.mp4 27.82M
| ├──任务16： Cypher的最短路径检索.mp4 20.82M
| ├──任务18： 搭建风控模型.mp4 66.51M
| ├──任务19： 风控模型的评估.mp4 70.00M
| ├──任务1： 什么是知识图谱.mp4 90.98M
| ├──任务20： 逻辑回归应用场景.mp4 43.42M
| ├──任务2： 知识图谱的应用场景.mp4 36.20M
| ├──任务3： 知识图谱架构图.mp4 60.18M
| ├──任务4： Neo4j与APOC组件介绍.mp4 75.97M
| ├──任务5： 启动Neo4j服务.mp4 32.29M
| ├──任务6： APOC.mp4 69.02M
| └──任务7： JDBC.mp4 58.43M
├──101-120
| ├──任务101： 交互式分词命令行的使用及分词词性说明.mp4 33.34M
| ├──任务102： HanLP的Demo运行及返回结果的数据类型说明.mp4 93.37M
| ├──任务103： 数据集及模板的定义.mp4 40.11M
| ├──任务104： 基于模板匹配的关系提取代码书写.mp4 33.97M
| ├──任务105： Entity Disambiguation (实体消歧)介绍.mp4 55.35M
| ├──任务106： 实体消歧算法.mp4 74.19M
| ├──任务107： Entity Resolution(实体统一).mp4 52.54M
| ├──任务108： 实体统一算法.mp4 169.22M
| ├──任务109： Co-reference Resolution(指代消解)介绍.mp4 89.96M
| ├──任务110： 知识图谱搭建流程.mp4 6.98M
| ├──任务111： 知识图谱设计原则.mp4 4.35M
| ├──任务112： 业务原则.mp4 14.58M
| ├──任务113： 分析原则.mp4 12.75M
| ├──任务114： 冗余原则.mp4 8.73M
| ├──任务115： 效率原则.mp4 18.11M
| ├──任务118： spark-shell操作RDD.mp4 32.79M
| ├──任务119： spark-rdd基本操作（1）.mp4 70.62M
| └──任务120： spark-rdd基本操作（2）.mp4 54.81M
├──122-130
| ├──任务122： 自定义图.mp4 17.45M
| ├──任务123： 图基本操作（1）.mp4 46.13M
| ├──任务124： 图基本操作（2）.mp4 50.36M
| ├──任务126： spark连接neo4j加载RDD.mp4 43.18M
| ├──任务127： 集群中运行jar包.mp4 23.84M
| ├──任务128： PageRank算法起源及基本思想概括.mp4 12.12M
| ├──任务129： PageRank算法中的几个基本概念.mp4 12.42M
| ├──任务130： PageRank出入链关系(1).mp4 9.35M
| ├──任务131： PageRank出入链关系(2).mp4 9.27M
| ├──任务132： PageRank出入链关系(3).mp4 19.99M
| ├──任务133： PageRank算法公式的说明.mp4 7.78M
| ├──任务134： PageRank算法概念对应图结构的简单理解.mp4 6.49M
| ├──任务135： 上网者行为的矩阵表示.mp4 13.25M
| ├──任务136： 马尔科夫的基本概念.mp4 15.89M
| ├──任务137： 马尔科夫实例的代码验证.mp4 25.00M
| └──任务138： GraphX实现PageRank算法.mp4 73.98M
├──21-40
| ├──任务21： 分类问题.mp4 111.66M
| ├──任务22： 逻辑回归模型.mp4 92.06M
| ├──任务23：逻辑回归是线性分类器.mp4 76.66M
| ├──任务24：目标函数-1.mp4 76.69M
| ├──任务25： 目标函数-2.mp4 82.72M
| ├──任务26： 最优化问题 & 梯度下降法.mp4 88.73M
| ├──任务27： 逻辑回归的梯度下降法.mp4 102.20M
| ├──任务28： 随机梯度下降法.mp4 46.33M
| ├──任务29： 微服务.mp4 55.92M
| ├──任务30： 规则的存储.mp4 35.20M
| ├──任务31： 规则的开发01.mp4 37.64M
| ├──任务32： 规则的开发02.mp4 53.95M
| ├──任务33： 规则的开发03.mp4 37.29M
| ├──任务34： 引擎开发 pom文件配置.mp4 61.07M
| ├──任务35： 浅谈框架学习方法和引擎入口开发.mp4 41.66M
| ├──任务36： swagger配置开发.mp4 35.84M
| ├──任务37： neo4jDriver配置加载开发.mp4 74.93M
| ├──任务38： 规则引擎业务逻辑代码开发.mp4 134.16M
| └──任务39： Bug解决.mp4 95.14M
├──41-60
| ├──任务41： Kafka消息队列基本介绍.mp4 67.22M
| ├──任务42： Kafka单点环境部署1.mp4 35.33M
| ├──任务43： Kafka集群环境部署2.mp4 55.76M
| ├──任务44： Kafka-javaapi-消费者.mp4 29.75M
| ├──任务45： Kafka-javaapi-生产者1.mp4 15.20M
| ├──任务46： Kafka-javaapi-生产者 2.mp4 38.54M
| ├──任务47： 配置Canal的第一个例子.mp4 31.28M
| ├──任务48： Canal的基本介绍和mysql配置.mp4 27.49M
| ├──任务49： 解决官网文档中的疏漏.mp4 44.51M
| ├──任务50： 实现mysql数据通过Canal发送到Kafka中.mp4 57.37M
| ├──任务51： 外网启动消费者的Kafka配置.mp4 49.06M
| ├──任务52： 历史消息同步解决方案.mp4 31.02M
| ├──任务53： 数据同步引擎配置文件加载01.mp4 39.08M
| ├──任务54： 数据同步引擎配置文件加载02.mp4 13.83M
| ├──任务55： 数据同步引擎代码开发01.mp4 31.43M
| ├──任务56： 数据同步引擎代码开发02.mp4 49.85M
| ├──任务58： 从非结构化数据到知识图谱.mp4 3.99M
| ├──任务59： 文本分析关键技术.mp4 9.06M
| └──任务60： 拼写纠错（1）.mp4 16.74M
├──61-80
| ├──任务61： 拼写纠错（2）.mp4 44.11M
| ├──任务62： 拼写纠错（3）.mp4 8.46M
| ├──任务63： 拼写纠错（4）.mp4 55.67M
| ├──任务64： 拼写纠错（5）.mp4 34.46M
| ├──任务65： 分词（1）.mp4 26.76M
| ├──任务66： 分词（2）.mp4 7.48M
| ├──任务67： 词的过滤.mp4 10.42M
| ├──任务68： Stemming(1).mp4 27.74M
| ├──任务69： Stemming(2).mp4 10.24M
| ├──任务70： 文本的表示1.mp4 63.90M
| ├──任务71： 文本的表示2.mp4 25.12M
| ├──任务72： 文本的表示3.mp4 18.60M
| ├──任务73： 文本的表示4.mp4 8.14M
| ├──任务74： 文本的表示5.mp4 19.75M
| ├──任务75： 文本的表示6.mp4 36.99M
| ├──任务76： 实体命名识别重要性.mp4 15.19M
| ├──任务77： 评估命名实体识别.mp4 37.25M
| ├──任务78： 基于规则的命名实体识别.mp4 16.62M
| ├──任务79： 命名实体识别-分类器.mp4 23.44M
| └──任务80： 命名识别识别分类算法-特征提取.mp4 35.60M
├──81-100
| ├──任务100： HanLP的简单介绍及环境安装.mp4 48.35M
| ├──任务81： 变量处理.mp4 28.51M
| ├──任务82： 如何搭建命名实体识别分类器.mp4 74.49M
| ├──任务83： 利用随机森林来构建命名实体识别分类器.mp4 78.35M
| ├──任务84： 如何抽取每个单词的特征.mp4 98.75M
| ├──任务86： 通过CRF命名实体识别.mp4 67.61M
| ├──任务87： 关系抽取介绍.mp4 8.81M
| ├──任务88： 关系抽取方法.mp4 5.73M
| ├──任务89： 关系抽取-基于模板的方法.mp4 10.65M
| ├──任务90： 基于规则的方法-is-a关系挖掘.mp4 30.30M
| ├──任务91： 基于监督学习的关系挖掘.mp4 38.39M
| ├──任务92： Bootstrap方法.mp4 15.83M
| ├──任务93： Bootstrap的缺点.mp4 17.30M
| ├──任务94： Snowball – Pattern Representation.mp4 57.06M
| ├──任务95： Snowball – Step1 生成模板（Pattern Generation）.mp4 41.48M
| ├──任务96： Snowball – Step2 添加记录（Tuple Generation）.mp4 16.44M
| ├──任务97： Snowball – Step3 模板评估（Pattern Evaluation）.mp4 20.05M
| ├──任务98： Snowball – Step4 记录评估（Tuple Evaluation）.mp4 29.49M
| └──任务99： Distant-Supervision.mp4 75.39M
└──资料
| ├──搭建企业级知识图谱系统 文档资料.zip 68.28M
| ├──任务116： Scala环境安装.doc 17.50kb
| ├──任务117： spark集群环境安装.doc 289.00kb
| ├──任务121： RDD学习参考文档.doc 11.00kb
| ├──任务125： pom文件.doc 60.50kb
| ├──任务17： 作业1数据和说明.zip 19.83M
| ├──任务40： 项目作业2（更新11-7）.zip 35.30M
| ├──任务57： 作业：完整的实时风控系统搭建.doc 12.50kb
| ├──任务85： 演示数据下载.zip 3.09M
| ├──任务8： Neo4j资料.zip 165.00kb
| └──任务9：apoc插件包.zip 9.64M