Deep Learning

Processamento de Linguagem Natural — Aprenda a construir sistemas que entendem e processam a linguagem humana usando modelos como RNNs, LSTMs e Transformers.

Aprendizagem profunda para PNL: incorporação de palavras e classificação de texto em Python

Processamento de Linguagem Natural
Domine os fundamentos do processamento de linguagem natural implementando word2vec, GloVe e redes neurais recorrentes para criar classificadores de texto inteligentes em Python.
★ 4.7 (8,585)

Redes Neurais Recorrentes e Modelagem de Sequências em Python

Processamento de Linguagem Natural
Aprenda a construir e treinar LSTMs, GRUs e redes neurais recorrentes em Python para prever dados de séries temporais e analisar linguagem natural.
★ 4.6 (6,031)

Processamento de Linguagem Natural com RNNs, Seq2Seq e Atenção

Processamento de Linguagem Natural
Crie modelos de texto avançados, sistemas de tradução e aplicativos de resposta a perguntas usando Python, TensorFlow e redes neurais de sequência a sequência.
★ 4.5 (7,505)

Fundamentos de Modelos de Linguagem Grande: De Transformadores a Ajuste Fino

Processamento de Linguagem Natural
Saiba como as arquiteturas de transformação funcionam e como ajustar, otimizar e implantar modelos de IA generativos modernos usando métodos eficientes de parâmetros.
★ 4.4 (8,765)

Modelos Sequência-a-Sequência em PNL: Fundamentos Teóricos

Processamento de Linguagem Natural
Domine os fundamentos conceituais dos modelos Seq2Seq, mecanismos de atenção e arquiteturas de aprendizado profundo que impulsionam o processamento moderno de linguagem natural.
★ 4.3 (4,921)

Processamento de linguagem natural com Python: de vetores de texto a IA agente

Processamento de Linguagem Natural
Construa uma base sólida em processamento de texto, modelos vetoriais e técnicas de aprendizado de máquina para projetar aplicativos de linguagem inteligentes e entender os sistemas de IA modernos.
★ 4.7 (7,233)

Processamento de linguagem natural com TensorFlow

Processamento de Linguagem Natural
Aprenda a criar sistemas de processamento de texto inteligentes e modelos de sequência usando a estrutura do TensorFlow para aplicativos modernos de machine learning.
★ 4.6 (6,536)

Processamento de linguagem natural com Python

Processamento de Linguagem Natural
Construa uma base sólida em processamento de texto, análise de sentimento e modelos de transformadores modernos usando Python para resolver tarefas de linguagem do mundo real.
★ 4.6 (6,192)

Modelos de sequência para PNL: construa RNNs, LSTMs e GRUs

Processamento de Linguagem Natural
Aprenda os fundamentos da modelagem de sequências para criar aplicativos de geração de texto, tradução e reconhecimento de fala usando redes neurais recorrentes.
★ 4.8 (1,308)

Atenção Mecanismos e Transformadores para Iniciantes

Processamento de Linguagem Natural
Saiba como as redes neurais priorizam as informações para alimentar a tradução de linguagem moderna, a síntese e os modelos de IA generativos.
★ 4.2 (50)

Entendendo CNNs e RNNs

Processamento de Linguagem Natural
Aprenda os princípios básicos das redes neurais que impulsionam a visão computacional moderna e o processamento de linguagem natural.
★ 4.4 (40)

Deep Learning para modelos de legendagem de imagens

Processamento de Linguagem Natural
Domine os fundamentos da visão computacional e do processamento de linguagem natural para criar modelos que geram automaticamente descrições de texto para imagens.
★ 4.7 (32)

Fundamentos de modelos de linguagem grandes: construção a partir do zero com PyTorch

Processamento de Linguagem Natural
Entenda a mecânica central da IA moderna aprendendo a implementar arquiteturas de transformadores e modelos estilo GPT do zero usando o PyTorch.
★ 4.8 (24)

Fundamentos de PLN em Português com Python

Processamento de Linguagem Natural
Construa uma base sólida na análise de texto em português usando Python, técnicas modernas de machine learning e redes neurais para resolver tarefas de linguagem do mundo real.
★ 4.5 (22)

Transformadores a partir do zero com PyTorch

Processamento de Linguagem Natural
Domine o mecanismo de autoatenção e construa a arquitetura fundamental por trás da IA moderna, passo a passo.
★ 5.0 (19)