After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Вивчіть методи обробки тексту
Ви зануритеся в основні принципи обробки тексту, дізнаючись, як попередньо обробляти та кодувати текстові дані для моделей глибокого навчання. Ви ознайомитеся з такими методами, як токенізація, стемінг, лематизація та методи кодування, як-от one-hot encoding, Bag-of-Words і TF-IDF, використовуючи їх із згортковими нейронними мережами (CNN) та рекурентними нейронними мережами (RNN) для класифікації тексту.Розкрийте творчий потенціал генерації тексту та RNN
Подорож триває, і ви дізнаєтеся, як рекурентні нейронні мережі (RNN) дають змогу генерувати текст, а також дослідите захопливий світ генеративних змагальних мереж (GAN) для генерації тексту. Крім того, ви відкриєте для себе попередньо навчені моделі, які можуть генерувати текст із плавністю та креативністю.Створюйте потужні моделі для класифікації тексту
Нарешті, ви зануритеся в просунуті теми глибокого навчання для тексту, зокрема в техніки transfer learning для класифікації тексту та використання можливостей попередньо навчених моделей. Ви дізнаєтеся про архітектуру Transformer і механізм уваги та зрозумієте їх застосування в обробці тексту. Наприкінці цього курсу ви отримаєте практичний досвід і навички для роботи зі складними текстовими даними та створення потужних моделей глибокого навчання.Попередні вимоги
Навчальний план
Зміст курсу
1
Вступ до глибокого навчання для тексту з PyTorch
У цьому розділі ви познайомитеся з глибоким навчанням для тексту та його застосуваннями. Навчіться використовувати PyTorch для опрацювання тексту й отримаєте практичний досвід із такими прийомами, як токенізація, стемінг, вилучення стоп-слів тощо. Зрозумійте важливість кодування текстових даних і реалізуйте методи кодування в PyTorch. Наприкінці закріпіть знання, зібравши конвеєр опрацювання тексту, що поєднує ці техніки.
- Вступ до попередньої обробки тексту50 XP
- Аналіз частоти слів100 XP
- Попередня обробка тексту100 XP
- Кодування текстових даних50 XP
- One-hot кодування назв книжок100 XP
- Bag-of-words для назв книжок100 XP
- Застосування TF-IDF до описів книжок100 XP
- Вступ до створення конвеєра обробки тексту50 XP
- Конвеєр попередньої обробки «шебспірівської» мови100 XP
- Кодувальник шекспірівської мови100 XP
2
Класифікація тексту з PyTorch
Дослідіть класифікацію тексту та її роль у Natural Language Processing (NLP). Застосуйте свої навички, щоб реалізувати вбудовування слів і побудувати як згорткові нейронні мережі (CNN), так і рекурентні нейронні мережі (RNN) для класифікації тексту в PyTorch, а також зрозумійте, як оцінювати моделі за відповідними метриками.
3
Генерація тексту з PyTorch
Зануртеся у захопливий світ генерації тексту та її застосувань в NLP. Зрозумійте, як використовувати рекурентні нейронні мережі (RNN), генеративно-змагальні мережі (GAN) і попередньо навчені моделі для задач генерації тексту в PyTorch. Паралельно ви навчитеся оцінювати якість моделей за релевантними метриками.
4
Просунуті теми глибокого навчання для тексту з PyTorch
Зрозумійте концепцію transfer learning і її застосування в класифікації тексту. Дослідіть Transformers, їхню архітектуру та використання для задач класифікації й генерації тексту. Ви також розглянете механізми attention і їхню роль в опрацюванні тексту. Нарешті, з'ясуйте можливі наслідки змагальних атак на моделі класифікації тексту й навчіться захищати свої моделі.
Глибоке навчання для тексту з PyTorch
Курс
завершено
