หลังจากเรียนคอร์สเหล่านี้ รู้สึกมั่นใจในการสร้างการแสดงผลข้อมูลและแดชบอร์ดระดับมืออาชีพ
Shoebur RahmanProcurement Specialist, Giz Bangladesh
รายละเอียดคอร์ส
เรียนรู้เทคนิคการประมวลผลข้อความ
คุณจะได้เจาะลึกหลักการพื้นฐานของการประมวลผลข้อความ เรียนรู้วิธีการเตรียมข้อมูลล่วงหน้าและเข้ารหัสข้อมูลข้อความสำหรับโมเดลการเรียนรู้เชิงลึก คุณจะได้สำรวจเทคนิคต่างๆ เช่น การตัดคำ การทำ stemming การทำ lemmatization และวิธีการเข้ารหัสอย่าง one-hot encoding, Bag-of-Words และ TF-IDF โดยนำไปใช้ร่วมกับ Convolutional Neural Networks (CNNs) และ Recurrent Neural Networks (RNNs) สำหรับการจำแนกข้อความสร้างสรรค์ไปกับการสร้างข้อความและ RNN
การเดินทางยังคงดำเนินต่อไป เมื่อคุณได้เรียนรู้ว่า Recurrent Neural Networks (RNNs) ช่วยให้การสร้างข้อความเป็นไปได้อย่างไร และได้สำรวจโลกอันน่าทึ่งของ Generative Adversarial Networks (GANs) สำหรับการสร้างข้อความ นอกจากนี้ คุณจะได้ค้นพบโมเดลที่ผ่านการฝึกมาแล้วซึ่งสามารถสร้างข้อความได้อย่างลื่นไหลและสร้างสรรค์สร้างโมเดลทรงพลังสำหรับการจำแนกข้อความ
สุดท้าย คุณจะได้เจาะลึกหัวข้อขั้นสูงในด้านการเรียนรู้เชิงลึกสำหรับข้อความ รวมถึงเทคนิคการเรียนรู้แบบถ่ายโอนสำหรับการจำแนกข้อความ และการใช้ประโยชน์จากพลังของโมเดลที่ผ่านการฝึกมาก่อนแล้ว คุณจะได้เรียนรู้เกี่ยวกับสถาปัตยกรรม Transformer และกลไก attention พร้อมทั้งเข้าใจการประยุกต์ใช้ในการประมวลผลข้อความ เมื่อจบหลักสูตรนี้ คุณจะได้รับประสบการณ์เชิงปฏิบัติและทักษะในการจัดการข้อมูลข้อความที่ซับซ้อน และสร้างโมเดล deep learning ที่ทรงพลังข้อกำหนดเบื้องต้น
หลักสูตร
โครงร่างคอร์ส
1
แนะนำ Deep Learning สำหรับข้อความด้วย PyTorch
บทนี้แนะนำ deep learning สำหรับข้อความและการประยุกต์ใช้งาน เรียนรู้การใช้ PyTorch ในการประมวลผลข้อความ และฝึกปฏิบัติกับเทคนิคต่าง ๆ เช่น tokenization, stemming, การตัดคำหยุด และอื่น ๆ ทำความเข้าใจความสำคัญของการเข้ารหัสข้อมูลข้อความ และนำเทคนิคการเข้ารหัสไปใช้งานด้วย PyTorch จากนั้นรวบรวมความรู้ทั้งหมดด้วยการสร้าง pipeline ประมวลผลข้อความที่ผสานเทคนิคเหล่านี้เข้าด้วยกัน
- บทนำสู่การประมวลผลข้อความเบื้องต้น50 XP
- การวิเคราะห์ความถี่ของคำ100 XP
- การประมวลผลข้อความเบื้องต้น100 XP
- การเข้ารหัสข้อมูลข้อความ50 XP
- การเข้ารหัส one-hot สำหรับชื่อหนังสือ100 XP
- Bag-of-words สำหรับชื่อหนังสือ100 XP
- การนำ TF-IDF ไปใช้กับคำอธิบายหนังสือ100 XP
- บทนำสู่การสร้าง Text Processing Pipeline50 XP
- ไปป์ไลน์การประมวลผลข้อความภาษาเชกสเปียร์100 XP
- ตัวเข้ารหัสภาษาเชกสเปียร์100 XP
2
การจำแนกข้อความด้วย PyTorch
สำรวจการจำแนกข้อความและบทบาทในการประมวลผลภาษาธรรมชาติ (NLP) นำทักษะมาใช้งานจริงในการสร้าง word embedding และพัฒนาทั้ง Convolutional Neural Network (CNN) และ Recurrent Neural Network (RNN) สำหรับการจำแนกข้อความด้วย PyTorch พร้อมเรียนรู้วิธีประเมินโมเดลด้วยเมตริกที่เหมาะสม
3
การสร้างข้อความด้วย PyTorch
เข้าสู่โลกของการสร้างข้อความและการประยุกต์ใช้งานใน NLP เรียนรู้การใช้ Recurrent Neural Network (RNN), Generative Adversarial Network (GAN) และโมเดลที่ผ่านการเทรนมาแล้วสำหรับงานสร้างข้อความด้วย PyTorch พร้อมเรียนรู้วิธีประเมินประสิทธิภาพของโมเดลด้วยเมตริกที่เกี่ยวข้อง
4
หัวข้อขั้นสูงใน Deep Learning สำหรับข้อความด้วย PyTorch
ทำความเข้าใจแนวคิดของ transfer learning และการนำไปใช้ในการจำแนกข้อความ สำรวจ Transformer, สถาปัตยกรรม และการนำไปใช้สำหรับงานจำแนกและสร้างข้อความ นอกจากนี้ยังเจาะลึก attention mechanism และบทบาทในการประมวลผลข้อความ พร้อมทำความเข้าใจผลกระทบของ adversarial attack ต่อโมเดลจำแนกข้อความ และวิธีป้องกันโมเดล
Deep Learning สำหรับข้อความด้วย PyTorch
เรียนคอร์สจบแล้ว
