Curso online – especialización profesional certificada en procesamiento del lenguaje natural de DeepLearning.AI

Experiencia: una serie de cursos de 4 partes

procesamiento del lenguaje natural (PNL)

El procesamiento del lenguaje natural (PNL) es un subcampo de la lingüística, la informática y la inteligencia artificial que utiliza algoritmos para interpretar y manipular el lenguaje humano. Esta tecnología es una de las áreas de aprendizaje automático más utilizadas y es fundamental para analizar de manera eficiente grandes cantidades de datos no estructurados, especialmente textuales. A medida que se desarrolle el campo de la inteligencia artificial, también lo hará la demanda de expertos capacitados en construir modelos para el análisis del habla y el lenguaje, descubrir patrones contextuales y extraer información del texto y el audio.

¿Qué aprenderás?

Al final de esta experiencia, estará listo para diseñar aplicaciones de PNL que:

• Análisis de preguntas y respuestas
• análisis de sentimiento
• Herramientas de traducción de idiomas
• Resumen de texto
• Construyendo chatbots

Estas aplicaciones y gestión de PNL estarán a la vanguardia del emocionante cambio para el futuro impulsado por la IA.

Guías

Esta experiencia fue diseñada e impartida por dos expertos en PNL, aprendizaje automático y aprendizaje profundo:

• Yunus Ben-Souda Mori : instructor de inteligencia artificial en la Universidad de Stanford y también ayudó a desarrollar experiencia en aprendizaje profundo.
• Lukasz Kaiser : investigador científico senior del equipo de Google Brain y coautor del artículo sobre Tensorflow, Tensor2Tensor y las bibliotecas Trax.

Un proyecto de aprendizaje práctico.

Esta experiencia le proporcionará el conocimiento básico del aprendizaje automático y las técnicas avanzadas necesarias para crear sistemas avanzados de PNL:

• Utilice regresión logística, Bayes ingenuo y vectores de palabras para aplicar análisis de sentimientos, completar analogías, traducir palabras y utilizar aplanamiento sensible a la ubicación para localizar a los vecinos más cercanos.
• Utilice programación dinámica, modelos ocultos de Markov e incrustación de palabras para corregir errores ortográficos, completar oraciones parciales e identificar etiquetas de partes del discurso para palabras.
• Utilice redes neuronales densas y recurrentes, LSTM, GRU y redes siamesas en TensorFlow y Trax para realizar análisis de sentimiento avanzado, generación de texto, detección de entidades con nombre y detección de preguntas duplicadas.
• Utilice codificación-decodificación, causalidad y atención plena para realizar traducción automática avanzada de oraciones completas, resúmenes de texto, responder preguntas y crear chatbots. ¡Aprenda T5, BERT, Transformer, Reformer y más con Transformers!