Apa yang akan Anda pelajari
- Anda akan memiliki pemahaman lengkap tentang NLP khusus untuk Deep Learning
- Anda akan belajar cara mempersiapkan teks dengan benar untuk model NLP
- Bagaimana mengembangkan model Bag-of-Words
- Bagaimana mengembangkan model bahasa saraf
- Anda akan mengembangkan sistem teks foto dan menghasilkan deskripsi tekstual
- Buat sistem terjemahan mesin saraf untuk menerjemahkan teks dari satu bahasa ke bahasa lain
Persyaratan
- Anda memiliki dasar yang kuat dalam pemrograman dengan Python
- Anda tahu NumPy dasar untuk manipulasi array
- Anda memiliki pemahaman yang kuat tentang prinsip-prinsip pembelajaran mesin
- Anda memahami dasar-dasar pembelajaran yang mendalam
- Anda tahu dasar-dasar jaringan saraf konvolusi
Deskripsi
Insinyur pembelajaran mesin adalah pekerjaan tunggal yang paling banyak diminati di dunia , menurut papan pekerjaan teratas.
Anda dibanjiri dengan teks, dari buku, makalah, blog, tweet, berita, dan semakin banyak teks dari ucapan yang diucapkan. Pemrosesan bahasa alami adalah bidang studi yang didedikasikan untuk manipulasi ucapan dan teks secara otomatis oleh perangkat lunak. Ini adalah bidang studi lama, awalnya didominasi oleh metode berbasis aturan yang dirancang oleh ahli bahasa, kemudian metode statistik, dan, baru-baru ini, metode pembelajaran mendalam yang menunjukkan harapan besar di bidang itu.
Untuk siapa kursus ini?
Kursus ini untuk pengembang yang mengetahui beberapa pembelajaran mesin yang diterapkan dan beberapa pembelajaran yang mendalam. Mungkin Anda ingin atau perlu mulai menggunakan pembelajaran mendalam untuk teks pada proyek penelitian Anda atau pada proyek di tempat kerja. Kursus ini ditulis untuk membantu Anda melakukannya dengan cepat dan efisien dengan mengompresi pengetahuan dan pengalaman bertahun-tahun menjadi kursus tutorial yang berfokus pada laser.
Apa yang akan Anda pelajari?
- Apa pemrosesan bahasa alami itu.
- Apa pembelajaran yang mendalam dan bagaimana hal itu berbeda dari metode pembelajaran mesin lainnya.
- Cara menyiapkan data teks untuk pemodelan.
- Cara mengembangkan representasi teks terdistribusi menggunakan model penyematan kata.
- Bagaimana mengembangkan model kantong kata-kata.
- Bagaimana cara penulis model analisis sentimen saraf untuk secara otomatis memprediksi label kelas untuk dokumen teks.
- Bagaimana mengembangkan model bahasa saraf, diperlukan untuk setiap jaringan saraf penghasil teks.
- Cara mendesain sistem keterangan foto untuk secara otomatis menghasilkan deskripsi tekstual foto.
- Bagaimana mengembangkan sistem terjemahan mesin saraf untuk menerjemahkan teks dari satu bahasa ke bahasa lain.
Untuk siapa kursus ini:
- Insinyur pembelajaran mesin ingin belajar pembelajaran mendalam khusus untuk NLP
- Pemrogram membuat transisi ke NLP untuk pembelajaran mesin
