Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Ein zweisprachiges Wörterbuch für den Urlaub in Europa einzupacken oder eins auf dem Schreibtisch zu haben, um deine Fremdsprachen-Hausaufgaben zu machen, ist jetzt echt passé. Du gehst einfach ins Internet und nutzt einen Übersetzungsdienst, um schnell zu verstehen, was ein Straßenschild bedeutet, oder um herauszufinden, wie man einen Ausländer in seiner Sprache begrüßt und sich bedankt. Hinter den Sprachübersetzungsdiensten stecken komplexe maschinelle Übersetzungsmodelle. Hast du dich schon mal gefragt, wie diese Modelle funktionieren? In diesem Kurs kannst du die inneren Abläufe eines maschinellen Übersetzungsmodells erkunden. Du wirst Keras, eine leistungsstarke Deep-Learning-Bibliothek auf Python-Basis, verwenden, um ein Übersetzungsmodell zu implementieren. Danach trainierst du das Modell für die Übersetzung vom Englischen ins Französische und lernst Techniken, um dein Modell zu verbessern. Am Ende dieses Kurses wirst du ein tiefes Verständnis für maschinelle Übersetzungsmodelle haben und sie noch mehr schätzen!
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in die maschinelle Übersetzung
In diesem Kapitel erfährst du, was die Encoder-Decoder-Architektur ist und wie sie bei der maschinellen Übersetzung eingesetzt wird. Außerdem lernst du was über Gated Recurrent Units (GRUs) und wie sie in der Encoder-Decoder-Architektur verwendet werden.
- Einführung in die maschinelle Übersetzung50 XP
- One-Hot-Vektoren verstehen100 XP
- Teil 1: Die Funktion „to_categorical()“ ausprobieren100 XP
- Teil 2: Die Funktion „to_categorical()“ ausprobieren100 XP
- Architektur von Codier- und Decodiergeräten50 XP
- Teil 1: Textumkehrmodell – Encoder100 XP
- Teil 2: Textumkehrmodell – Encoder100 XP
- Modell zur vollständigen Textumkehrung100 XP
- Sequentielle Modelle verstehen50 XP
- Teil 1: GRU-Modelle verstehen100 XP
- Teil 2: GRU-Modelle verstehen100 XP
- Ausgabe sequenzieller Modelle verstehen100 XP
2
Implementierung eines Encoder-Decoder-Modells mit Keras
In diesem Kapitel wirst du das Encoder-Decoder-Modell mit der funktionalen API von Keras umsetzen. Dabei lernst du ein paar nützliche Keras-Layer kennen, wie zum Beispiel RepeatVector und TimeDistributed.
3
Übersetzungen trainieren und erstellen
In diesem Kapitel trainierst du das zuvor definierte Modell und verwendest dann ein gut trainiertes Modell, um Übersetzungen zu generieren. Du wirst sehen, dass unser Modell beim Übersetzen von Sätzen echt gut funktioniert.
4
Teacher Forcing und Wort-Embeddings
In diesem Kapitel lernst du eine Technik namens „Teacher Forcing“ kennen, mit der Übersetzungsmodelle besser und schneller trainiert werden können. Dann erfährst du, wie du Wort-Embeddings nutzen kannst, um das Modell noch besser zu machen.
Maschinelle Übersetzung mit Keras
Kurs
abgeschlossen
