Deep Learning

Przetwarzanie Języka Naturalnego — Naucz się tworzyć systemy, które rozumieją i przetwarzają ludzki język, używając modeli takich jak RNN, LSTM i Transformers.

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

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

Rekurencyjne sieci neuronowe i modelowanie sekwencji w Pythonie

Przetwarzanie Języka Naturalnego
Naucz się budować i trenować LSTM, GRU i powtarzające się sieci neuronowe w Pythonie, aby prognozować dane szeregów czasowych i analizować język naturalny.
★ 4.6 (6,031)

Przetwarzanie języka naturalnego z RNN, Seq2Seq i Attention

Przetwarzanie Języka Naturalnego
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)

Podstawy dużych modeli językowych: od transformatorów do dostrojenia

Przetwarzanie Języka Naturalnego
Dowiedz się, jak działają architektury transformacyjne i jak dostroić, zoptymalizować i wdrożyć nowoczesne generatywne modele AI przy użyciu metod parametrycznych.
★ 4.4 (8,765)

Modele sekwencyjne w NLP: podstawy teoretyczne

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

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

Przetwarzanie Języka Naturalnego
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

Przetwarzanie Języka Naturalnego
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

Przetwarzanie Języka Naturalnego
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)

Modele sekwencji dla NLP: Budowanie RNN, LSTM i GRU

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

Mechanizmy i transformatory dla początkujących

Przetwarzanie Języka Naturalnego
Dowiedz się, jak sieci neuronowe nadają informacjom priorytety, aby umożliwić nowoczesne tłumaczenie języków, podsumowywanie i generowanie modeli sztucznej inteligencji.
★ 4.2 (50)

Zrozumienie CNN i RNN

Przetwarzanie Języka Naturalnego
Zrozumieć podstawowe zasady sieci neuronowych, które zasilają nowoczesne widzenie komputerowe i przetwarzanie języka naturalnego.
★ 4.4 (40)

Głębokie uczenie dla modeli opisu obrazu

Przetwarzanie Języka Naturalnego
Opanuj podstawy widzenia komputerowego i przetwarzania języka naturalnego, aby budować modele, które automatycznie generują opisy tekstowe dla obrazów.
★ 4.7 (32)

Podstawy dużych modeli językowych: budowanie od podstaw z PyTorch

Przetwarzanie Języka Naturalnego
Zrozum podstawową mechanikę nowoczesnej sztucznej inteligencji, ucząc się, jak wdrażać architektury transformatorów i modele w stylu GPT od podstaw za pomocą PyTorch.
★ 4.8 (24)

Podstawy przetwarzania języka naturalnego dla języka portugalskiego z Pythonem

Przetwarzanie Języka Naturalnego
Zbuduj solidne podstawy analizy portugalskiego tekstu przy użyciu Pythona, nowoczesnych technik uczenia maszynowego i sieci neuronowych do rozwiązywania rzeczywistych zadań językowych.
★ 4.5 (22)

Transformatory od podstaw z PyTorch

Przetwarzanie Języka Naturalnego
Opanuj mechanizm samoświadomości i buduj krok po kroku podstawową architekturę nowoczesnej SI.
★ 5.0 (19)