Çevrimiçi kurs – DeepLearning.AI’nin doğal dil işlemesinde sertifikalı profesyonel uzmanlık

Dört pratik kursla ileri NLP tekniklerinde ustalaşın! 21 Ekim’de en son tekniklerle güncellendi.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Orta seviye

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • makine çevirisi
  • Transformatörler
  • duygu analizi
  • Word2geri
  • Dikkat çeken modeller

What you will learn in the course

Courses for which the course is suitable

  • NLP uygulama geliştiricisi
  • Metinsel verileri analiz eder
  • Makine öğrenimi mühendisi
  • Sohbet robotu geliştiricisi
  • Duygu analizi uzmanı
  • Dil çeviri araçlarının geliştiricisi
  • Varlık tanıma sistemlerinin geliştiricisi
  • Metin özeti sistemlerinin geliştiricisi
  • Soru-cevap analizi konusunda uzman
  • Sinir ağı modellerini geliştirir

Uzmanlık – 4 bölümlük kurs serisi

doğal dil işleme (NLP)

Doğal dil işleme (NLP), insan dilini yorumlamak ve değiştirmek için algoritmalar kullanan dilbilim, bilgisayar bilimi ve yapay zekanın bir alt alanıdır. Bu teknoloji, makine öğreniminin en yaygın kullanılan alanlarından biridir ve büyük miktarda yapılandırılmamış veriyi, özellikle de metinsel verileri verimli bir şekilde analiz etmek için kritik öneme sahiptir. Yapay zeka alanı geliştikçe, konuşma ve dil analizi için modeller oluşturma, bağlamsal kalıpları keşfetme ve metin ve sesten içgörüler çıkarma konusunda beceri sahibi uzmanlara olan talep de artacaktır.

ne öğreneceksin

Bu uzmanlığın sonunda aşağıdakileri gerçekleştirecek NLP uygulamaları tasarlamaya hazır olacaksınız:

  • Soru-cevap analizleri
  • duygu analizi
  • Dil çeviri araçları
  • Metin özeti
  • Sohbet robotları oluşturma

Bu NLP uygulamaları ve yönetimi, yapay zeka destekli gelecek için heyecan verici değişimin ön saflarında yer alacak.

Rehberleri

Bu uzmanlık, NLP, makine öğrenimi ve derin öğrenme konularında iki uzman tarafından tasarlandı ve öğretildi:

  • Yones Ben-Souda Mori – Stanford Üniversitesi’nde Yapay Zeka eğitmeni ve aynı zamanda derin öğrenme konusunda uzmanlığın geliştirilmesine de yardımcı oldu.
  • Lukasz Kaiser – Google Brain ekibinde Kıdemli Araştırma Bilimcisi ve Tensorflow, Tensor2Tensor ve Trax kütüphaneleri hakkındaki makalenin ortak yazarı.

Pratik bir öğrenme projesi

Bu uzmanlık size makine öğrenimiyle ilgili temel bilgileri ve gelişmiş NLP sistemleri oluşturmak için gereken ileri teknikleri sağlayacaktır:

  • Duygu analizini uygulamak, analojileri tamamlamak, kelimeleri çevirmek ve en yakın komşuları bulmak için konuma duyarlı düzleştirmeyi kullanmak için lojistik regresyon, saf Bayes ve kelime vektörlerini kullanın.
  • Yazım hatalarını düzeltmek, kısmi cümleleri tamamlamak ve sözcüklerin konuşma bölümü etiketlerini belirlemek için dinamik programlamayı, gizli Markov modellerini ve sözcük yerleştirmeyi kullanın.
  • Gelişmiş duyarlılık analizi, metin oluşturma, adlandırılmış varlık algılama ve yinelenen soru algılama işlemlerini gerçekleştirmek için TensorFlow ve Trax’teki yoğun ve yinelenen sinir ağlarını, LSTM’leri, GRU’ları ve Siyam ağlarını kullanın.
  • Tam cümlelerin gelişmiş makine çevirisini, metin özetlemeyi, soruları yanıtlamayı ve sohbet robotları oluşturmayı gerçekleştirmek için kodlama-kod çözme, nedensellik ve farkındalığı kullanın. Transformers ile T5, BERT, Transformer, Reformer ve daha fazlasını öğrenin!

Details of the courses that make up the specialization

Sınıflandırma ve vektör uzaylarıyla doğal dil işleme

  • Kurs 1
  • 33 saat
  • 4,6 (4.437 puan)

Kurs detayları

ne öğreneceksin
  • Duygu analizi, analoji tamamlama ve kelime çevirisini uygulamak için lojistik regresyon, basit tahmin ve kelime vektörleri nasıl kullanılır?
kazanacağınız beceriler
  • Kategori: makine çevirisi
  • Kategori: Konuma duyarlı karma
  • Kategori: duygu analizi
  • Kategori: kelime benzeşmeleri
  • Kategori: Vektör uzayı modelleri

Olasılıksal modellerle doğal dil işleme

  • Kurs 2
  • 30 saat
  • 4,7 (1.705 derecelendirme)

Kurs detayları

ne öğreneceksin
  • Kelimeler için otomatik düzeltme, otomatik tamamlama ve konuşma bölümü etiketlemeyi uygulamak için dinamik programlama, gizli Markov modelleri ve kelime yerleştirmeler nasıl kullanılır?
kazanacağınız beceriler
  • Kategori: N-gram dil modelleri
  • Kategori: Otomatik Düzeltme
  • Kategori: Konuşmanın bölümlerini etiketleme
  • Kategori: Word2vec

Sürekli modellerle doğal dil işleme

  • Kurs 3
  • 21 saat
  • 4,5 (1.136 derecelendirme)

Kurs detayları

ne öğreneceksin
  • Duygu analizi, metin oluşturma ve varlık tanıma için Trax’te Tekrarlayan Sinir Ağları, LSTM’ler, GRU’lar ve Siyam Ağları nasıl kullanılır?
kazanacağınız beceriler
  • Kategori: kelimelerin asimilasyonu
  • Kategori: Siyam zincirleri
  • Kategori: Sinir ağlarıyla duygu
  • Kategori: doğal dil üretimi
  • Kategori: Adlandırılmış varlıkların tanımlanması

Dikkat modelleriyle doğal dil işleme

  • Kurs 4
  • 26 saat
  • 4,4 (1.017 derecelendirme)

Kurs detayları

ne öğreneceksin
  • Tam cümlelerin makine çevirisi, metni özetleme, sohbet robotları oluşturma ve Soru-Cevap için eklemli kodlayıcı, koslim ve öz dikkat modelleri nasıl kullanılır?
kazanacağınız beceriler
  • Kategori: T5+BERT modelleri
  • Kategori: Chatbot
  • Kategori: Değişen modeller
  • Kategori: Sinirsel Makine Çevirisi
  • Kategori: dikkat modelleri