Przetwarzanie Języka Naturalnego (NLP)

Naucz komputery rozumieć, przetwarzać i generować ludzki język. Obejmuje tematy od wstępnego przetwarzania tekstu i analizy sentymentu po transformers i duże modele językowe.

23 courses

Głębokie uczenie się dla NLP: osadzanie słów i klasyfikacja tekstu w Pythonie

Opanuj podstawy przetwarzania języka naturalnego, implementując word2vec, GloVe i powtarzające się sieci neuronowe, aby budować inteligentne klasyfikatory tekstu w Pythonie.
★ 4.7 (8,585)

Przetwarzanie języka naturalnego w Pythonie: Budowanie praktycznych narzędzi do analizy tekstu

Opanuj podstawowe techniki NLP w Pythonie, aby zbudować własną klasyfikację tekstu, analizę sentymentu i modele przetwarzania języka.
★ 4.7 (1,042)

Programowanie neurolingwistyczne (NLP)

Opanuj podstawowe zasady NLP, aby poprawić komunikację, pokonać bariery mentalne i skutecznie prowadzić innych w kierunku pozytywnej zmiany zachowania.
★ 4.5 (1,004)

Przetwarzanie języka naturalnego z RNN, Seq2Seq i Attention

Twórz zaawansowane modele tekstowe, systemy tłumaczeń i aplikacje odpowiadające na pytania przy użyciu języka Python, platformy TensorFlow i sieci neuronowych sekwencja-sekwencja.
★ 4.5 (7,505)

Modele sekwencyjne w NLP: podstawy teoretyczne

Opanuj koncepcyjne podstawy modeli Seq2Seq, mechanizmów uwagi i architektur głębokiego uczenia się, które napędzają nowoczesne przetwarzanie języka naturalnego.
★ 4.3 (4,921)

Ukryte modele Markowa dla danych sekwencyjnych w Pythonie

Opanuj modelowanie sekwencji, budując od podstaw ukryte modele Markowa, aby analizować ceny akcji, tekst i zachowania użytkowników za pomocą Pythona.
★ 4.4 (4,398)

Przetwarzanie języka naturalnego z Pythonem: od wektorów tekstowych do agentowej sztucznej inteligencji

Zbuduj silne podstawy w zakresie przetwarzania tekstu, modeli wektorowych i technik uczenia maszynowego, aby projektować inteligentne aplikacje językowe i rozumieć nowoczesne systemy AI.
★ 4.7 (7,233)

Przetwarzanie języka naturalnego za pomocą TensorFlow

Naucz się budować inteligentne systemy przetwarzania tekstu i modele sekwencji za pomocą platformy TensorFlow dla nowoczesnych aplikacji uczenia maszynowego.
★ 4.6 (6,536)

Przetwarzanie języka naturalnego z Pythonem

Zbuduj silne podstawy w zakresie przetwarzania tekstu, analizy sentymentu i nowoczesnych modeli transformatorów za pomocą Pythona do rozwiązywania rzeczywistych zadań językowych.
★ 4.6 (6,192)

Przetwarzanie języka naturalnego (NLP) dla nauki o danych

Opanuj podstawy przetwarzania języka naturalnego, aby oczyścić tekst, budować modele uczenia maszynowego i wdrażać nowoczesne architektury oparte na transformatorach dla danych z życia codziennego.
★ 4.7 (4,717)

Podstawy NLP: klasyfikacja i przestrzenie wektorowe

Naucz się analizować nastroje i reprezentować język numerycznie za pomocą klasyfikacji uczenia maszynowego i modeli przestrzeni wektorowych.
★ 4.6 (4,638)

Podstawy przetwarzania języka naturalnego z Pythonem

Naucz się przetwarzać, analizować i wyodrębniać znaczenie z danych tekstowych za pomocą nowoczesnych technik Pythona i podstaw uczenia maszynowego.
★ 4.5 (3,031)

Modele sekwencji dla NLP: Budowanie RNN, LSTM i GRU

Poznaj podstawy modelowania sekwencji, aby tworzyć aplikacje do generowania tekstu, tłumaczenia i rozpoznawania mowy przy użyciu rekurencyjnych sieci neuronowych.
★ 4.8 (1,308)

Podstawy przetwarzania języka naturalnego z Pythonem

Naucz się analizować dane tekstowe i budować inteligentne modele językowe za pomocą Pythona, Spacy i nowoczesnych technik uczenia maszynowego.
★ 4.5 (1,144)

Praktyczne eksplorowanie tekstu i analityka z Pythonem

Poznaj podstawowe pojęcia i praktyczne techniki, aby wyodrębnić cenne informacje z nieuporządkowanych danych tekstowych za pomocą Pythona.
★ 3.9 (40)

Praktyczne techniki NLP w przezwyciężaniu lęku i stresu

Naucz się stosować sprawdzone metody programowania neurolingwistycznego, aby przekształcać negatywne myśli, radzić sobie z codziennym stresem i budować trwałą odporność emocjonalną.
★ 3.9 (34)

Zrozumienie GPT i dużych modeli językowych dla początkujących

Zbuduj solidne podstawy w zakresie przetwarzania języka naturalnego i architektury Transformer, aby zrozumieć, w jaki sposób nowoczesne modele językowe generują tekst podobny do ludzkiego.
★ 4.4 (34)

Uczenie maszynowe z Scikit-learn, PyTorch i Hugging Face

Rozwijaj niezbędne umiejętności w zakresie modelowania predykcyjnego, głębokiego uczenia się i sztucznej inteligencji opartej na transformatorach poprzez zorganizowane lekcje pisemne i ćwiczenia praktyczne.
★ 4.4 (28)

Podstawy przetwarzania języka naturalnego z Pythonem

Opanuj podstawowe pojęcia przetwarzania języka naturalnego i zastosuj Python do czyszczenia, analizy i przygotowywania danych tekstowych dla inteligentnych aplikacji.
★ 4.4 (27)

Rozpoczęcie pracy z AWS Transcribe

Dowiedz się, jak automatycznie konwertować mowę na tekst i tworzyć podstawowe procesy transkrypcji w chmurze.
★ 4.9 (22)
Showing 20 of 23 courses