01
课程导论与项目全景
文本挖掘的价值、模型调优的核心挑战、从实验到生产的全链路概览。
全景导论
02
环境搭建与工具链
Python虚拟环境、Conda管理、Docker容器化、GPU驱动与CUDA配置。
环境DockerCUDA
03
数据预处理与清洗
正则表达式、分词工具（Jieba/Spacy）、停用词过滤、文本标准化。
正则分词
04
特征工程与向量化
TF-IDF、Word2Vec、GloVe、BERT Embedding的提取与对比。
向量化BERT
05
模型选型与基线建立
传统机器学习（SVM/朴素贝叶斯）与深度学习（TextCNN/BiLSTM）的适用场景。
基线SVMTextCNN
06
超参数调优基础
网格搜索、随机搜索、贝叶斯优化（Optuna）的原理与实战。
调优Optuna
07
学习率调度与优化器选择
SGD、Adam、AdamW、Cosine Annealing、Warmup策略。
学习率优化器
08
正则化与防止过拟合
L1/L2正则、Dropout、Early Stopping、数据增强（EDA）。
正则化Dropout
09
损失函数与评价指标
交叉熵、Focal Loss、F1-Score、AUC-ROC、宏平均与微平均。
损失指标
10
模型集成策略
Bagging、Boosting、Stacking、加权投票在文本分类中的应用。
集成Stacking
11
模型压缩与加速
知识蒸馏、模型剪枝、量化（INT8/FP16）、ONNX导出。
压缩量化ONNX
12
实验管理与版本控制
MLflow、Weights & Biases、DVC（数据版本控制）的使用。
MLflowDVC
13
模型序列化与格式转换
Pickle、Joblib、TorchScript、ONNX、TensorRT。
序列化TensorRT
14
RESTful API服务搭建
Flask/FastAPI框架、请求与响应设计、异步处理。
APIFastAPI
15
gRPC与高性能服务
Protocol Buffers、gRPC服务端与客户端实现、流式传输。
gRPCProtobuf
16
模型部署到云平台
AWS SageMaker、阿里云PAI、华为云ModelArts的部署流程。
云部署SageMaker
17
边缘设备与移动端部署
TensorFlow Lite、ONNX Runtime Mobile、NCNN。
边缘TFLiteNCNN
18
模型监控与漂移检测
数据漂移、概念漂移、监控指标（PSI/KS）、告警机制。
监控漂移PSI
19
A/B测试与灰度发布
流量切分、实验设计、统计显著性检验。
A/B测试灰度
20
CI/CD与MLOps流水线
GitHub Actions、Jenkins、Kubeflow Pipeline的集成。
CI/CDMLOps
21
日志收集与可观测性
ELK Stack、Prometheus + Grafana、分布式追踪。
日志Prometheus
22
安全与隐私保护
模型加密、差分隐私、联邦学习在文本场景的初步应用。
隐私联邦学习
23
大规模文本推理优化
批处理、动态批处理、KV Cache优化、Flash Attention。
推理FlashAttention
24
多语言与跨领域迁移
多语言BERT、Zero-shot与Few-shot学习、领域自适应。
多语言迁移
25
长文本处理策略
分块策略、Longformer、BigBird、稀疏注意力机制。
长文本稀疏注意力
26
模型可解释性
LIME、SHAP、Attention可视化、Integrated Gradients。
可解释性SHAP
27
成本优化与资源管理
Spot实例、自动扩缩容、GPU利用率监控与优化。
成本GPU
28
灾难恢复与高可用
多副本部署、蓝绿部署、滚动更新、回滚策略。
高可用蓝绿部署
29
实战案例一：情感分析
情感分析模型从调优到上线全流程。
实战情感分析
30
实战案例二：意图识别
智能客服意图识别系统的部署与迭代。
实战意图识别