After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs Açıklaması
Python'da RNN Modellemeyi Kullanmayı Öğrenin
Bu kursta, Tekrarlayan Sinir Ağlarını kullanarak metinleri sınıflandırmayı (ikili ve çok sınıflı), cümleler oluşturmayı ve Portekizce cümleleri İngilizceye çevirmeyi öğreneceksiniz.Makine öğrenimi modelleri, tahminler ve sınıflandırmalar yapmak için sayısal değerlere dayanır, ancak bilgisayarlar metin verilerini nasıl işleyebilir? Mevcut metin verilerinin büyük artışıyla, otomatik belge sınıflandırma, metin üretimi ve sinirsel makine çevirisi gibi uygulamalar mümkün hale gelmiştir. Burada, makine öğrenimindeki RNN'lerin bu sürece nasıl yardımcı olabileceğini öğreneceksiniz.
Tekrarlayan Sinir Ağlarının Gücünü Keşfedin
Bu dört saatlik kursa, Tekrarlayan Sinir Ağlarının temellerini inceleyerek başlayacaksınız. Tekrarlayan sinir ağında bilginin nasıl aktığını inceleyerek, Keras RNN modelini kullanarak duygu sınıflandırması yapacaksınız.RNN mimarisini daha ayrıntılı olarak incelerken, kaybolan ve patlayan gradyan sorunları ve dil modeline katmanları nasıl yerleştireceğiniz hakkında bilgi edineceksiniz.
Gerçek Hayat Verileriyle Dil Modellerini Keşfedin
Bu bilgileri temel alarak, çok sınıflı sınıflandırma görevi için verileri nasıl hazırlayabileceğinizi keşfedecek ve bu görevlerin ikili sınıflandırmadan nasıl farklı olduğunu inceleyeceksiniz.Son olarak, metin üretimi ve sinirsel makine çevirisi için RNN modellerini nasıl kullanacağınızı öğreneceksiniz. Tekrarlayan sinir ağları hakkındaki bilgilerinizi kullanarak The Big Bang Theory dizisindeki Sheldon'ın konuşmasını taklit edecek ve Portekizce cümleleri İngilizceye çevireceksiniz.
Bu kurs, makine öğreniminde RNN'leri derinlemesine inceleyerek, bu alanda becerilerinizi geliştirmek için gerekli bilgileri sağlar.
Ön Koşullar
Müfredat
Kurs içeriği
1
Yinelenen Sinir Ağları ve Keras
Bu bölümde, Yinelenen Sinir Ağlarının (RNN) temellerini öğreneceksin. Önkoşullarla başlayıp, bilginin ağ içinde nasıl aktığını anlayacak ve son olarak duygu sınıflandırması görevinde bu modelleri Keras ile nasıl uygulayacağını göreceksin.
- Kursa giriş50 XP
- RNN ve ANN'in parametre sayılarını karşılaştırma50 XP
- Duygu analizi100 XP
- Diziden diziye modeller50 XP
- Dil modellerine giriş50 XP
- Metin verisine alışma100 XP
- Model girişi için metin verisini hazırlama100 XP
- Yeni metni dönüştürme100 XP
- Keras içinde RNN’e Giriş50 XP
- Keras modelleri100 XP
- Keras ön işleme100 XP
- İlk RNN modelin100 XP
2
RNN Mimarisi
RNN’lerde sıkça görülen sönümlenen ve taşan gradyan problemlerini ve bunlarla GRU ile LSTM hücreleri kullanarak nasıl başa çıkılacağını öğreneceksin.
Ayrıca, dil modelleri için gömme (embedding) katmanları oluşturacak ve duygu sınıflandırması görevine yeniden göz atacağız.
3
Çok Sınıflı Sınıflandırma
Sonraki bölümde, çok sınıflı sınıflandırma görevi için veriyi nasıl hazırlayacağını ve çok sınıflı sınıflandırma ile ikili sınıflandırma (duygu analizi) arasındaki farkları öğreneceksin. Son olarak, Keras ile nasıl modeller kuracağını ve performanslarını nasıl ölçeceğini göreceksin.
4
Sıralıdan Sıralıya Modeller
Bu bölümde seni RNN modellerinin iki uygulamasıyla tanıştırıyoruz: Metin Üretimi ve Sinirsel Makine Çevirisi. Metin verisini modellere gerekli formata nasıl hazırlayacağını öğreneceksin.
Metin Üretimi modeli, bir karakterin konuşma tarzını çoğaltmak için kullanılır ve Sheldon’ı taklit ederek biraz eğleneceğiz.
Sinirsel Makine Çevirisi, örneğin Google Translate tarafından çok daha karmaşık bir modelde kullanılır. Bu bölümde, kısa Portekizce ifadeleri İngilizce’ye çeviren bir model oluşturacaksın.
Keras ile Dil Modellemesi için Yinelenen Sinir Ağları (RNN)
Kurs
Tamamlandı
