Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Découvrez comment utiliser la modélisation RNN dans Python
Dans ce cours, vous apprendrez à utiliser les réseaux neuronaux récurrents pour classer du texte (binaire et multiclasses), générer des phrases et traduire des phrases portugaises en anglais.Les modèles d'apprentissage automatique s'appuient sur des valeurs numériques pour établir des prévisions et des classifications, mais comment les ordinateurs peuvent-ils traiter les données textuelles ? Grâce à l'augmentation considérable des données textuelles disponibles, des applications telles que la classification automatique de documents, la génération de texte et la traduction automatique neuronale sont désormais possibles. Vous découvrirez ici comment les RNN utilisées dans l'apprentissage automatique peuvent faciliter ce processus.
Découvrez la puissance des réseaux neuronaux récurrents
Vous commencerez ce cours de quatre heures en étudiant les principes fondamentaux des réseaux neuronaux récurrents. En explorant la manière dont les informations circulent dans un réseau neuronal récurrent, vous utiliserez un modèle RNN Keras pour effectuer une classification des sentiments.En examinant plus en détail l'architecture RNN, vous découvrirez les problèmes de gradient décroissant et explosif, ainsi que la manière d'intégrer des couches dans un modèle linguistique.
Découvrez les modèles linguistiques à l'aide de données réelles
En vous appuyant sur ces connaissances, vous découvrirez comment préparer des données pour une tâche de classification multi-classes, en explorant les différences entre ces tâches et la classification binaire.Enfin, vous apprendrez à utiliser les modèles RNN pour la génération de texte et la traduction automatique neuronale. Vous utiliserez vos connaissances en réseaux neuronaux récurrents pour reproduire la voix de Sheldon dans The Big Bang Theory et traduire des phrases portugaises en anglais.
Ce cours offre un aperçu approfondi des RNN dans le domaine de l'apprentissage automatique, vous permettant d'acquérir les connaissances nécessaires pour développer vos compétences dans ce domaine.
Prérequis
Programme de formation
Plan du cours
1
Réseaux de neurones récurrents et Keras
Dans ce chapitre, vous allez découvrir les bases des réseaux de neurones récurrents (RNN). Après quelques prérequis, vous verrez comment l’information circule dans le réseau, puis comment implémenter ces modèles avec Keras pour une tâche de classification de sentiments.
- Introduction au cours50 XP
- Comparer le nombre de paramètres d’un RNN et d’un ANN50 XP
- Analyse de sentiment100 XP
- Modèles sequence to sequence50 XP
- Introduction aux modèles de langage50 XP
- Se familiariser avec les données textuelles100 XP
- Préparer les données texte pour l’entrée du modèle100 XP
- Transformer un nouveau texte100 XP
- Introduction aux RNN dans Keras50 XP
- Modèles Keras100 XP
- Prétraitement avec Keras100 XP
- Votre premier modèle RNN100 XP
2
Architecture des RNN
Vous verrez les problèmes de gradients qui s’évanouissent et qui explosent, fréquents dans les RNN, et comment les traiter avec les cellules GRU et LSTM.
Vous créerez également des couches d’embedding pour les modèles de langage et reprendrez la tâche de classification de sentiments.
3
Classification multi‑classe
Dans ce chapitre, vous apprendrez à préparer les données pour une tâche de classification multi‑classe, ainsi que les différences entre classification multi‑classe et classification binaire (analyse de sentiments). Enfin, vous verrez comment créer des modèles et mesurer leurs performances avec Keras.
4
Modèles séquence à séquence
Ce chapitre vous présente deux applications des modèles RNN : la génération de texte et la traduction neuronale. Vous apprendrez à préparer les données textuelles au format attendu par les modèles.
Le modèle de génération de texte sert à reproduire le style d’un personnage et nous nous amuserons à imiter Sheldon de The Big Bang Theory.
La traduction neuronale est utilisée, par exemple, par Google Translate dans un modèle bien plus complexe. Dans ce chapitre, vous créerez un modèle qui traduit de courtes phrases portugaises en anglais.
Réseaux de neurones récurrents (RNN) pour la modélisation du langage avec Keras
Cours
terminé
