Setelah mengikuti kursus-kursus ini, saya merasa percaya diri membuat visualisasi dan dasbor profesional
Shoebur RahmanSpesialis Pengadaan, Giz Bangladesh
Deskripsi Kursus
Pelajari Cara Menggunakan Pemodelan RNN di Python
Dalam kursus ini, Anda akan mempelajari cara menggunakan Recurrent Neural Networks untuk mengklasifikasikan teks (biner dan multikelas), menghasilkan frasa, serta menerjemahkan kalimat bahasa Portugis ke dalam bahasa Inggris.Model Machine Learning didasarkan pada nilai numerik untuk membuat prediksi dan klasifikasi, tetapi bagaimana komputer dapat memproses data teks? Dengan meningkatnya jumlah data teks yang tersedia, kini aplikasi seperti klasifikasi dokumen otomatis, pembuatan teks, dan penerjemahan mesin berbasis neural menjadi mungkin. Di sini, Anda akan mempelajari bagaimana RNN dalam machine learning dapat membantu proses ini.
Temukan Kekuatan Recurrent Neural Networks
Anda akan memulai kursus berdurasi empat jam ini dengan mempelajari dasar-dasar Recurrent Neural Networks. Dengan mempelajari bagaimana informasi mengalir melalui recurrent neural network, Anda akan menggunakan model Keras RNN untuk melakukan klasifikasi sentimen.Saat Anda mempelajari arsitektur RNN secara lebih mendalam, Anda akan memahami masalah vanishing dan exploding gradient serta cara menanamkan layer dalam sebuah language model.
Jelajahi Model Bahasa dengan Data Dunia Nyata
Dengan pengetahuan ini, Anda akan mempelajari cara menyiapkan data untuk tugas klasifikasi multi-kelas, serta memahami perbedaan antara tugas ini dan klasifikasi biner.Akhirnya, Anda akan mempelajari cara menggunakan model RNN untuk menghasilkan teks dan melakukan neural machine translation. Anda akan menggunakan pengetahuan Anda tentang recurrent neural networks untuk meniru ucapan Sheldon dari The Big Bang Theory dan menerjemahkan frasa-frasa bahasa Portugis ke dalam bahasa Inggris.
Kursus ini memberikan pandangan mendalam tentang RNN dalam machine learning, membekali Anda dengan pengetahuan untuk membangun keterampilan Anda di bidang ini.
Prasyarat
Kurikulum
Ringkasan kursus
1
Recurrent Neural Networks dan Keras
Pada bab ini, Anda akan mempelajari dasar-dasar Recurrent Neural Networks (RNN). Dimulai dengan beberapa prasyarat, dilanjutkan dengan memahami bagaimana informasi mengalir melalui jaringan, dan akhirnya melihat cara mengimplementasikan model tersebut dengan Keras untuk tugas klasifikasi sentimen.
- Pengantar kursus50 XP
- Membandingkan jumlah parameter RNN dan ANN50 XP
- Analisis sentimen100 XP
- Model sequence to sequence50 XP
- Pengantar model bahasa50 XP
- Membiasakan diri dengan data teks100 XP
- Menyiapkan data teks untuk masukan model100 XP
- Mentransformasikan teks baru100 XP
- Pengenalan RNN di dalam Keras50 XP
- Model Keras100 XP
- Prapemrosesan Keras100 XP
- Model RNN pertama Anda100 XP
2
Arsitektur RNN
Anda akan mempelajari masalah vanishing dan exploding gradient yang sering terjadi pada RNN, serta cara menanganinya dengan sel GRU dan LSTM.
Selain itu, Anda akan membuat lapisan embedding untuk model bahasa dan meninjau kembali tugas klasifikasi sentimen.
3
Klasifikasi Multikelas
Berikutnya, pada bab ini Anda akan mempelajari cara menyiapkan data untuk tugas klasifikasi multikelas, serta perbedaan antara klasifikasi multikelas dan klasifikasi biner (analisis sentimen). Terakhir, Anda akan mempelajari cara membuat model dan mengukur kinerjanya dengan Keras.
4
Model Sequence to Sequence
Bab ini memperkenalkan Anda pada dua aplikasi model RNN: Generasi Teks dan Neural Machine Translation. Anda akan mempelajari cara menyiapkan data teks ke format yang diperlukan oleh model.
Model Generasi Teks digunakan untuk meniru gaya bertutur sebuah karakter dan kita akan bersenang-senang menirukan Sheldon dari The Big Bang Theory.
Neural Machine Translation digunakan, misalnya, oleh Google Translate dalam model yang jauh lebih kompleks. Pada bab ini, Anda akan membuat model yang menerjemahkan frasa pendek bahasa Portugis ke bahasa Inggris.
Recurrent Neural Networks (RNN) untuk Pemodelan Bahasa dengan Keras
Kursus
Selesai
