VIP20
本课程属于：049-数据分级分类SDK接入改造 密码学工程与数据安全 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

NLP敏感数据识别模型训练教程

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
NLP敏感数据识别的背景 · 意义和应用场景
课程导论NLP
02
敏感数据定义与分类
什么是敏感数据（PII · 财务 · 医疗等）
敏感数据定义分类
03
数据收集与标注
如何获取敏感数据集 · 标注规范与质量控制
数据收集标注
04
数据预处理（一）
文本清洗 · 去除噪声 · 统一编码
数据预处理文本清洗
05
数据预处理（二）
分词 · 词性标注 · 命名实体识别
数据预处理分词
06
特征工程（一）
基于规则的敏感特征 · 关键词 · 正则表达式
特征工程基于规则的敏感特…
07
特征工程（二）
词嵌入（Word2Vec · GloVe）与上下文表示
特征工程Word2Vec
08
传统机器学习方法
朴素贝叶斯 · 逻辑回归 · SVM在敏感数据识别中的应用
传统机器学习方法朴素贝叶斯
09
深度学习基础
RNN · LSTM · GRU原理与文本分类
深度学习基础RNN
10
基于CNN的敏感数据识别
TextCNN模型及其变体
CNN基于
11
注意力机制与Transformer
自注意力 · 多头注意力机制
Transformer注意力机制
12
BERT模型详解
预训练原理 · Fine-tuning策略
BERT模型详解
13
基于BERT的敏感数据识别
使用预训练模型进行文本分类
BERT基于
14
其他预训练模型
RoBERTa · ALBERT · DistilBERT对比
其他预训练模型RoBERTa
15
模型训练实战（一）
环境搭建 · 数据加载 · 模型配置
模型训练实战环境搭建
16
模型训练实战（二）
训练循环 · 损失函数 · 优化器选择
模型训练实战训练循环
17
模型评估与调优
准确率 · 精确率 · 召回率
模型评估调优
18
过拟合与欠拟合
正则化 · Dropout · Early Stopping
过拟合欠拟合
19
超参数调优
网格搜索 · 贝叶斯优化
超参数调优网格搜索
20
多标签分类
当一条文本包含多种敏感信息时的处理
多标签分类当一条文本包含多…
21
不平衡数据集处理
重采样 · 代价敏感学习 · Focal Loss
不平衡数据集处理重采样
22
模型解释性与可解释AI
SHAP · LIME分析敏感特征
AI模型解释性
23
模型部署（一）
模型导出（ONNX · TorchScript） · 容器化
模型部署ONNX
24
模型部署（二）
REST API搭建 · 性能优化 · 延迟控制
模型部署REST
25
隐私保护与数据安全
差分隐私 · 联邦学习在敏感数据中的应用
隐私保护数据安全
26
实战项目（一）
基于规则+ML的敏感数据检测系统
实战项目ML
27
实战项目（二）
基于深度学习的敏感文本分类器
实战项目基于深度学习的敏…
28
实战项目（三）
端到端敏感数据识别Pipeline
实战项目Pipeline
29
前沿趋势
大语言模型（ · Llama）用于敏感数据检测
前沿趋势
30
课程总结与未来展望
敏感数据识别的挑战与方向
课程总结未来展望