Кurs je namenjen profesionalcima koji žele da nauče kako da odaberu najbolji model dubokog učenja za obradu prirodnog jezika (NLP) između različitih tehnika, različitih arhitektura neuronskih mreža i njihovih specifičnih područja primene.
Kroz ovaj kurs dubokog učenja, istraživaćete konvolutivne, rekurentne i rekurzivne neuronske mreže, kao i mreže dugoročne kratkoročne memorije (LSTM). Razumevanje ovih mreža pomoći će vam da implementirate njihove modele koristeći Keras.
Lekcija 1: Uvod u obradu prirodnog jezika (NLP)
Lekcija 2: Primene obrade prirodnog jezika (NLP)
Lekcija 3: Uvod u neuronske mreže
Lekcija 4: Osnove konvolutivnih neuronskih mreža
Lekcija 5: Rekurzivne neuronske mreže
Lekcija 6: Zatvorene rekurzivne jedinice
Lekcija 7: Duga i kratkoročna memorija (LSTM)
Lekcija 8: Najnovija umetnost u NLP-u
Lekcija 9: Praktičan radni tok na NLP projektu u kompaniji
Ako ste ambiciozni data scientist koji traži uvod u duboko učenje u domenu obrade prirodnog jezika (NLP), ovo je kurs za vas.
Dobro radno poznavanje Python-a, linearne algebre i mašinskog učenja je obavezno.
Po završetku ovog kursa, moći ćete da:
- Razumete različite tehnike predobrade za probleme dubokog učenja
- Izgradite vektorsku reprezentaciju teksta koristeći word2vec i GloVe
- Izgradite model mašinskog prevoda u Keras-u
- Razvijete aplikaciju za generisanje teksta koristeći LSTM
- Napravite aplikaciju za predikciju reči koristeći model pažnje
Sertifikat za pohađanje kursa koji izdaje Semos Education