Що нового?

Придбаний [[LOTUS] Natural Language Processing NLP (Марія Тихонова)

Інформація про покупку
Тип покупки: Складчина
Ціна: 16545 ГРН
Учасників: 0 з 22
Організатор: Відсутній
Статус: Набір учасників
Внесок: 782.1 ГРН
0%
Основний список
Резервний список

Gadzhi

Модератор

Natural Language Processing (NLP, обробка природної мови) – це напрямок, який об'єднує в собі лінгвістику, комп'ютерні науки і штучний інтелект. NLP застосовує алгоритми машинного навчання для аналізу природних мов.

що дасть вам цей курс?
Знань, які дають ML/DL курси, часто виявляється недостатньо, щоб стати фахівцем в області NLP. Data Scientist ам, які вирішили зайнятися методами, пов'язаними з автоматичною обробкою текстів, необхідні додаткові знання з цієї області.
Даний курс являє собою унікальне поєднання глибоких знань з області NLP і" повсякденних " практичних навичок. З одного боку, програма курсу по наповненості і досліджуваних тем нітрохи не поступається аналогічним вузівськими курсам. З іншого боку, в курсі, крім теоретічечскіх знань, особлива увага приділяється практичним навичкам, таким як робота з текстами на основі регулярних виразів, парсинг даних, Створення телеграм-ботів. Ці теми практично не висвітлюються в більшості NLP-курсів, так як вважаються рутинними і технічними. При цьому ці навички необхідні всім фахівцям в області NLP.
Також на курсі вивчаються сучасні підходи і моделі, які на даний момент є стандартом в області, але ще не встигли увійти в більшість програм, так як були запропоновані зовсім недавно. Варто відзначити, що на курсі робиться акцент на особливостях роботи з російськомовними моделями і даними російською мовою.

Для кого цей курс?
Курс призначений для ds/ml-фахівців, які, або вже якийсь час знаходяться в професії, або недавно закінчили ml/DS/DL курси і хочуть поглибити знання в області NLP.

після завершення курсу Ви зможете:
  • працювати з текстовими даними;
  • парсити, збирати дані з сайтів з інтернету;
  • створювати телеграм-ботів;
  • застосовувати методи класичного NLP для вирішення ML задач, пов'язаних з текстами;
  • працювати з нейромережевими моделями архітектури трансформер;
  • застосовувати моделі архітектури трансформер для широкого спектру NLP завдань;
  • вирішувати задачу розпізнавання іменованих сутностей;
  • створювати запитально-відповідні системи.
за:
Модуль 1.Python для роботи з текстами
Модуль 2.Вступ до DL
Модуль 3.Класичні методи NLP
Модуль 4.Нейромережеві мовні моделі
Модуль 5.Додаткові глави NLP
Модуль 6.Проектний модуль

https://privatelink.de/?https://otus.ru/lessons/nlp/
 
Угорі