Natural Language Processing — обробка природної мови. Онлайн курс
Описание
Поглибте своє розуміння технології майбутнього на курсі "Natural Language Processing" (NLP).
Вивчення NLP відкриє перед вами величезний потенціал аналізу та розуміння людської мови для розвитку різноманітних застосунків, включаючи машинний переклад, синтез мови, аналіз відгуків користувачів, та багато іншого.
Під час проходження курсу ви дізнаєтесь про різні методи попередньої обробки тексту та про те, які саме є підходи до аналізу тексту загалом.
Також ви розберетесь із тим як найефективніше застосовувати ML підходи та отримаєте практичний досвід. Вперед до нових знань!
ЦІЛІ КУРСУ
- Оволодіння ключовими концепціями та методами обробки природної мови (NLP)
- Розвиток навичок у реалізації NLP рішень
- Впровадження власних продуктів та сервісів для вирішення завдань обробки природної мови
- Освоєння найпопулярніших бібліотек та технологій для реалізації NLP рішень
ВИВЧАЄМО ТАКІ ТЕХНОЛОГІЇ
- Pandas
- sci-kit learn
- NLTK
- Word2Vec
- spaCy
- Keras
- HuggingFace
| Дни недели занятий | на выбор |
|---|---|
| Время занятий | на выбор |
| Занятий в неделю | 2 |
| Длительность занятия | |
| Часы занятий | |
| Группы | |
| Возраст аудитории | Студенты, Взрослые |
| Вид подготовки | Базовый курс |
| Город | Онлайн |
| Преподаватель | специалист-практик |
| Учебные материалы | |
| Пробное занятие | |
| Документ об окончании | Сертифікат |
| Опции | Групповые занятия, Индивидуальное обучение |
| Трудоустройство | Нет |
| Условия трудоустройства |
Запись на курс
Программа обучения
1. Intro NLP
2. Strings in Python. Pandas. Jupyter Notebook
3. Preprocessing. Regular expression
4. Scikit-learn. Bag-of-word. Byte-pair-encoding. TFIDF. LDA, LSA
5. Scikit-learn. Logistic Regression. Clustering
6. Minimum edit distance. TextDistance library
7. NLTK. Preprocessing
8. NLTK. Classification. Clustering
9. N-gram Language Model
10. Part of Speech Tagging. Markov Chains
11. Abstract Meaning Representation
12. FastAPI. Pydantic
- Word Embedding. PCA
- Word2Vec. Preprocessing
- Word2Vec. Euclidian distance. Cosine distance
- Word2Vec. Models
- K-nearest neighbors. Hash tables and hash functions. Locality sensitive hashing. Multiple Planes. Approximate nearest neighbors. Searching documents
- Spacy. Preprocessing
- Spacy. Models. Training models
- Spacy. NER. Sentencizer. TextCategorizer
- Spacy. Pipelines. Trasformers
- FastText
13. Scraping. Parsing. Beautiful Soup
- Neural networks intro. Keras
- CNN for text classification
- RNN. Char RNN. Word RNN
- Named Entity Recognition system using an LSTM
- Siamese networks
- Seq-to-Sec models
- Neural Machine Translation model with Attention
- HuggingFace. Transformers
- HuggingFace. Text Summarization. Question Answering
В кінці курсу виконується дипломний проєкт.
- Онлайн