Глубокое Обучение

Обработка Естественного Языка — Научитесь создавать системы, которые понимают и обрабатывают человеческий язык, используя модели, такие как RNN, LSTM и Transformers.

Глубокое обучение для обработки естественного языка: векторные представления слов и классификация текста на Python.

Обработка Естественного Языка
Освойте основы обработки естественного языка, используя word2vec, GloVe и рекуррентные нейронные сети для создания интеллектуальных классификаторов текста на Python.
★ 4.7 (8,585)

Рекуррентные нейронные сети и моделирование последовательностей в Python

Обработка Естественного Языка
Научитесь создавать и обучать LSTM, GRU и рекуррентные нейронные сети на Python для прогнозирования временных рядов и анализа естественного языка.
★ 4.6 (6,031)

Обработка естественного языка с использованием рекуррентных нейронных сетей, Seq2Seq и механизма внимания.

Обработка Естественного Языка
Создавайте сложные текстовые модели, системы перевода и приложения для ответов на вопросы, используя Python, TensorFlow и нейронные сети типа «последовательность-последовательность».
★ 4.5 (7,505)

Основы больших языковых моделей: от трансформеров до тонкой настройки

Обработка Естественного Языка
Узнайте, как работают архитектуры трансформеров и как точно настраивать, оптимизировать и развертывать современные модели генеративного ИИ, используя методы, эффективные с точки зрения параметров.
★ 4.4 (8,765)

Обработка естественного языка с помощью Python: от текстовых векторов до агентного ИИ.

Обработка Естественного Языка
Заложите прочную основу в области обработки текста, векторных моделей и методов машинного обучения для разработки интеллектуальных языковых приложений и понимания современных систем искусственного интеллекта.
★ 4.7 (7,233)

Обработка естественного языка с помощью TensorFlow

Обработка Естественного Языка
Научитесь создавать интеллектуальные системы обработки текста и модели последовательностей с использованием фреймворка TensorFlow для современных приложений машинного обучения.
★ 4.6 (6,536)

Обработка естественного языка с помощью Python

Обработка Естественного Языка
Создайте прочную основу в области обработки текста, анализа настроений и современных трансформерных моделей, используя Python для решения реальных языковых задач.
★ 4.6 (6,192)

Модели последовательностей для НЛП: построение РНС, СМД и ГРУ

Обработка Естественного Языка
Изучите основы моделирования последовательностей для создания приложений по генерации текста, переводу и распознаванию речи с использованием рекурсивных нейронных сетей.
★ 4.8 (1,308)

Внимание Механизмы и трансформаторы для начинающих

Обработка Естественного Языка
Узнайте, как нейронные сети определяют приоритеты информации для перевода, резюмирования и генеративного моделирования на современных языках.
★ 4.2 (50)

Понимание СНС и РНС

Обработка Естественного Языка
Освоить основные принципы нейронных сетей, которые обеспечивают современное компьютерное зрение и обработку естественного языка.
★ 4.4 (40)

Глубокий анализ моделей субтитрования изображений

Обработка Естественного Языка
Освоите основы компьютерного зрения и обработки естественного языка, чтобы создавать модели, которые автоматически генерируют текстовые описания изображений.
★ 4.7 (32)

Основы больших языковых моделей: Создание с нуля с помощью PyTorch

Обработка Естественного Языка
Понимание основных механик современного искусственного интеллекта, изучение того, как реализовать трансформаторные архитектуры и модели в стиле GPT с нуля с помощью PyTorch.
★ 4.8 (24)

Основы португальского NLP с Python

Обработка Естественного Языка
Создайте прочный фундамент для анализа португальского текста с использованием Python, современных методов машинного обучения и нейронных сетей для решения реальных языковых задач.
★ 4.5 (22)

Трансформаторы с нуля с помощью PyTorch

Обработка Естественного Языка
Освоите механизм самовнимания и построьте фундаментальную архитектуру современного искусственного интеллекта шаг за шагом.
★ 5.0 (19)