Online cursus – gecertificeerde professionele specialisatie in natuurlijke taalverwerking van DeepLearning.AI

Expertise – een 4-delige cursusreeks

natuurlijke taalverwerking (NLP)

Natuurlijke taalverwerking (NLP) is een deelgebied van de taalkunde, informatica en kunstmatige intelligentie dat algoritmen gebruikt om menselijke taal te interpreteren en te manipuleren. Deze technologie is een van de meest gebruikte gebieden van machinaal leren en is van cruciaal belang voor het efficiënt analyseren van grote hoeveelheden ongestructureerde gegevens, vooral tekstuele gegevens. Naarmate het vakgebied van de kunstmatige intelligentie zich ontwikkelt, zal ook de vraag naar experts toenemen die bekwaam zijn in het bouwen van modellen voor spraak- en taalanalyse, het ontdekken van contextuele patronen en het extraheren van inzichten uit tekst en audio.

wat ga je leren

Aan het einde van deze expertise ben je klaar om NLP-toepassingen te ontwerpen die:

• Vraag-antwoord analyses
• sentiment analyse
• Hulpmiddelen voor taalvertaling
• Tekst samenvatting
• Chatbots bouwen

Deze NLP-toepassingen en -beheer zullen voorop lopen bij de opwindende verandering voor de door AI aangedreven toekomst.

Hulplijnen

Deze expertise is ontworpen en gegeven door twee experts in NLP, machine learning en deep learning:

• Yones Ben-Souda Mori – instructeur kunstmatige intelligentie aan Stanford University en hielp ook bij het ontwikkelen van expertise op het gebied van deep learning.
• Lukasz Kaiser – Senior Research Scientist bij het Google Brain-team en co-auteur van het artikel over Tensorflow, Tensor2Tensor en de Trax-bibliotheken.

Een praktisch leerproject

Deze expertise biedt u de basiskennis van machine learning en de geavanceerde technieken die nodig zijn om geavanceerde NLP-systemen te bouwen:

• Gebruik logistische regressie, naïeve Bayes en woordvectoren om sentimentanalyse toe te passen, analogieën te voltooien, woorden te vertalen en locatiegevoelige afvlakking te gebruiken om de dichtstbijzijnde buren te lokaliseren.
• Gebruik dynamische programmering, verborgen Markov-modellen en het insluiten van woorden om spelfouten te corrigeren, gedeeltelijke zinnen te voltooien en woordsoortlabels voor woorden te identificeren.
• Gebruik dichte en terugkerende neurale netwerken, LSTM’s, GRU’s en Siamese netwerken in TensorFlow en Trax om geavanceerde sentimentanalyses, tekstgeneratie, detectie van benoemde entiteiten en detectie van dubbele vragen uit te voeren.
• Gebruik codering-decodering, causaliteit en mindfulness om geavanceerde automatische vertalingen van volledige zinnen uit te voeren, tekstsamenvattingen te maken, vragen te beantwoorden en chatbots te bouwen. Leer T5, BERT, Transformer, Reformer en meer met Transformers!