Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Aprenda técnicas de processamento de texto
Você vai mergulhar nos princípios básicos do processamento de texto, aprendendo a pré-processar e codificar dados de texto para modelos de aprendizado profundo. Você vai explorar técnicas como tokenização, stemming, lematização e métodos de codificação como codificação one-hot, Bag-of-Words e TF-IDF, usando-os com Redes Neurais Convolucionais (CNNs) e Redes Neurais Recorrentes (RNNs) para classificação de texto.Seja criativo com geração de texto e RNNs
A jornada continua enquanto você aprende como as Redes Neurais Recorrentes (RNNs) permitem a geração de texto e explora o mundo fascinante das Redes Adversariais Generativas (GANs) para geração de texto. Além disso, você vai descobrir modelos pré-treinados que podem criar textos com fluência e criatividade.Crie modelos poderosos para classificação de texto
Por fim, você vai mergulhar em tópicos avançados de aprendizado profundo para texto, incluindo técnicas de aprendizado por transferência para classificação de texto e aproveitando o poder de modelos pré-treinados. Você vai aprender sobre a arquitetura Transformer e o mecanismo de atenção e entender como eles são usados no processamento de texto. Ao final deste curso, você vai ter experiência prática e as habilidades necessárias para lidar com dados de texto complexos e criar modelos poderosos de deep learning.Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução ao Deep Learning para Texto com PyTorch
Este capítulo apresenta o deep learning para texto e suas aplicações. Aprenda a usar PyTorch para processamento de texto e pratique técnicas como tokenização, stemming, remoção de stopwords e outras. Entenda a importância de codificar dados de texto e implemente técnicas de encoding com PyTorch. Por fim, consolide seu conhecimento criando um pipeline de processamento de texto que combine essas técnicas.
- Introdução ao pré-processamento de texto50 XP
- Análise de frequência de palavras100 XP
- Pré-processamento de texto100 XP
- Codificando dados de texto50 XP
- Títulos de livros codificados em one-hot100 XP
- Bag-of-words para títulos de livros100 XP
- Aplicando TF-IDF às descrições de livros100 XP
- Introdução à construção de um pipeline de processamento de texto50 XP
- Pipeline de pré-processamento de linguagem shakespeariana100 XP
- Codificador de linguagem Shakespeariana100 XP
2
Classificação de Texto com PyTorch
Explore a classificação de texto e seu papel em Processamento de Linguagem Natural (NLP). Aplique suas habilidades para implementar word embeddings e desenvolver tanto Redes Neurais Convolucionais (CNNs) quanto Redes Neurais Recorrentes (RNNs) para classificação de texto usando PyTorch, e entenda como avaliar seus modelos com métricas adequadas.
3
Geração de Texto com PyTorch
Aventure-se no mundo empolgante da geração de texto e suas aplicações em NLP. Entenda como aproveitar Redes Neurais Recorrentes (RNNs), Generative Adversarial Networks (GANs) e modelos pré-treinados em tarefas de geração de texto com PyTorch. Além disso, você vai aprender a avaliar o desempenho dos seus modelos usando métricas relevantes.
4
Tópicos Avançados em Deep Learning para Texto com PyTorch
Entenda o conceito de transfer learning e sua aplicação na classificação de texto. Explore Transformers, sua arquitetura e como usá-los em tarefas de classificação e geração de texto. Você também vai se aprofundar nos mecanismos de atenção e no papel deles no processamento de texto. Por fim, entenda os possíveis impactos de ataques adversariais em modelos de classificação de texto e aprenda como proteger seus modelos.
Deep Learning para Texto com PyTorch
Curso
concluído
