Informações sobre o curso

102,937 visualizações recentes

Resultados de carreira do aprendiz

38%

comecei uma nova carreira após concluir estes cursos

42%

consegui um benefício significativo de carreira com este curso

43%

recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado
Aprox. 32 horas para completar
Inglês

Habilidades que você terá

ChatterbotTensorflowDeep LearningNatural Language Processing

Resultados de carreira do aprendiz

38%

comecei uma nova carreira após concluir estes cursos

42%

consegui um benefício significativo de carreira com este curso

43%

recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado
Aprox. 32 horas para completar
Inglês

oferecido por

Placeholder

National Research University Higher School of Economics

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up89%(5,001 classificações)Info
Semana
1

Semana 1

5 horas para concluir

Intro and text classification

5 horas para concluir
12 vídeos (Total 115 mín.), 5 leituras, 3 testes
12 videos
About this course2min
Welcome video5min
Main approaches in NLP7min
Brief overview of the next weeks7min
[Optional] Linguistic knowledge in NLP10min
Text preprocessing14min
Feature extraction from text14min
Linear models for sentiment analysis10min
Hashing trick in spam filtering17min
Neural networks for words14min
Neural networks for characters8min
5 leituras
About the University10min
Rules on the academic integrity in the course10min
Prerequisites check-list2min
Hardware for the course5min
Getting started with practical assignments20min
2 exercícios práticos
Classical text mining10min
Simple neural networks for text10min
Semana
2

Semana 2

5 horas para concluir

Language modeling and sequence tagging

5 horas para concluir
8 vídeos (Total 84 mín.), 2 leituras, 3 testes
8 videos
Perplexity: is our model surprised with a real text?8min
Smoothing: what if we see new n-grams?7min
Hidden Markov Models13min
Viterbi algorithm: what are the most probable tags?11min
MEMMs, CRFs and other sequential models for Named Entity Recognition11min
Neural Language Models9min
Whether you need to predict a next word or a label - LSTM is here to help!11min
2 leituras
Perplexity computation10min
Probabilities of tag sequences in HMMs20min
2 exercícios práticos
Language modeling15min
Sequence tagging with probabilistic models20min
Semana
3

Semana 3

5 horas para concluir

Vector Space Models of Semantics

5 horas para concluir
8 vídeos (Total 83 mín.)
8 videos
Explicit and implicit matrix factorization13min
Word2vec and doc2vec (and how to evaluate them)10min
Word analogies without magic: king – man + woman != queen11min
Why words? From character to sentence embeddings11min
Topic modeling: a way to navigate through text collections7min
How to train PLSA?6min
The zoo of topic models13min
2 exercícios práticos
Word and sentence embeddings15min
Topic Models10min
Semana
4

Semana 4

5 horas para concluir

Sequence to sequence tasks

5 horas para concluir
9 vídeos (Total 98 mín.)
9 videos
Noisy channel: said in English, received in French6min
Word Alignment Models12min
Encoder-decoder architecture6min
Attention mechanism9min
How to deal with a vocabulary?12min
How to implement a conversational chat-bot?11min
Sequence to sequence learning: one-size fits all?10min
Get to the point! Summarization with pointer-generator networks12min
3 exercícios práticos
Introduction to machine translation10min
Encoder-decoder architectures20min
Summarization and simplification15min

Avaliações

Principais avaliações do PROCESSAMENTO DA LINGUAGEM NATURAL

Visualizar todas as avaliações

Sobre Programa de cursos integrados Aprendizagem de máquina avançada

Aprendizagem de máquina avançada

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.