Скачать Обработка естественного языка с помощью глубокого обучения на Python [Udemy] [Lazy Programmer Inc.]

[Sky90]

Складчина: Обработка естественного языка с помощью глубокого обучения на Python [Udemy] [Lazy Programmer Inc.]


Язык: Английский

Полное руководство по получению и реализации word2vec, GloVe, вкраплений слов и анализа настроения с помощью рекурсивных сетей

Чему вы научитесь:

Понять и реализовать word2vec
Понять метод CBOW в word2vec
Понять метод пропусков в word2vec
Понять оптимизацию отрицательной выборки в word2vec
Понимание и реализация GloVe с использованием градиентного спуска и чередования наименьших квадратов
Использование рекуррентных нейронных сетей для тегирования частей речи
Использование рекуррентных нейронных сетей для распознавания именованных сущностей
Понимание и реализация рекуррентных нейронных сетей для анализа настроения
Понимание и реализация рекурсивных нейронных тензорных сетей для анализа настроений
Использовать Gensim для получения предварительно обученных векторов слов и вычисления сходства и аналогий
Понимание важных основ OpenAI ChatGPT, GPT-4, DALL-E, Midjourney и Stable Diffusion


Спойлер: Описание:
Вы когда-нибудь задумывались, как на самом деле работают такие технологии искусственного интеллекта, как OpenAI ChatGPT, GPT-4, DALL-E, Midjourney и Stable Diffusion? В этом курсе вы узнаете об основах этих революционных приложений.

В этом курсе мы рассмотрим НЛП (обработку естественного языка) с помощью глубокого обучения.

Ранее вы узнали о некоторых основах, например о том, что многие проблемы НЛП - это обычные проблемы машинного обучения и науки о данных, а также о таких простых и практичных методах, как пакет слов и матрицы "термин-документ".

С их помощью мы можем делать довольно крутые вещи, например, обнаруживать спам в электронной почте, писать стихи, верстать статьи и группировать похожие слова.

В этом курсе я покажу вам, как делать еще более удивительные вещи. В этом курсе мы изучим не 1, а 4 новые архитектуры.

Первая - word2vec.

В этом курсе я покажу вам, как именно работает word2vec, от теории до реализации, и вы увидите, что это всего лишь применение уже известных вам навыков.

Word2vec интересен тем, что он волшебным образом отображает слова в векторное пространство, в котором можно найти аналогии, например:

король - мужчина = королева - женщина
Франция - Париж = Англия - ЛондонДекабрь - ноябрь = июль - июнь
Для новичков, которым алгоритмы кажутся сложными и которые просто хотят использовать библиотеку, мы продемонстрируем использование библиотеки Gensim для получения предварительно обученных векторов слов, вычисления сходства и аналогий и применения этих векторов слов для построения текстовых классификаторов.

Мы также рассмотрим метод GloVe, который также находит векторы слов, но использует технику, называемую матричной факторизацией, которая является популярным алгоритмом для рекомендательных систем.

Удивительно, но векторы слов, полученные GLoVe, не уступают векторам, полученным с помощью word2vec, а обучать его гораздо проще.

Мы также рассмотрим некоторые классические проблемы НЛП, такие как тегирование частей речи и распознавание именованных сущностей, и используем рекуррентные нейронные сети для их решения. Вы увидите, что практически любая задача может быть решена с помощью нейронных сетей, но также узнаете об опасностях, связанных с чрезмерной сложностью.

Наконец, вы узнаете о рекуррентных нейронных сетях, которые в итоге помогут нам решить проблему отрицания в анализе настроения. Рекурсивные нейронные сети используют тот факт, что предложения имеют древовидную структуру, и мы наконец-то можем отказаться от наивного использования мешков слов.

Все материалы, необходимые для этого курса, можно скачать и установить БЕСПЛАТНО. Большую часть работы мы будем выполнять в Numpy, Matplotlib и Theano. Я всегда готов ответить на ваши вопросы и помочь вам на пути к науке о данных.

Этот курс посвящен тому, как создавать и понимать, а не только тому, как использовать. Любой может научиться использовать API за 15 минут после прочтения документации. Речь идет не о том, чтобы "запомнить факты", а о том, чтобы "увидеть все своими глазами", экспериментируя. Это научит вас визуализировать то, что происходит в модели изнутри. Если вы хотите получить не просто поверхностный взгляд на модели машинного обучения, этот курс для вас.

Увидимся на занятиях!

Требования:

Установите Numpy, Matplotlib, Sci-Kit Learn и Theano или TensorFlow (теперь это должно быть очень просто).
Понять, что такое обратное распространение и градиентный спуск, уметь самостоятельно вывести и закодировать уравнения
Создайте рекуррентную нейронную сеть из базовых примитивов в Theano (или Tensorflow), особенно функцию сканирования
Кодирование нейронной сети с обратной связью в Theano (или Tensorflow).
Полезно иметь опыт работы с древовидными алгоритмами
Подробная информация:
Продолжительность: 12 ч.
Последние обновление курса: 07.2024
Язык: Английский + Английские субтитры.


Спойлер: Преподователь
Lazy Programmer Inc.


Ленивый программист - опытный онлайн-педагог с непоколебимой страстью к распространению знаний. Имея более чем 10-летний опыт работы, он произвел революцию в области науки о данных и машинного обучения, покорив аудиторию по всему миру своими комплексными курсами и учебными пособиями.

Обладая многопрофильным образованием, Ленивый программист имеет замечательный дуэт магистерских степеней. Его первая попытка попасть в академические круги привела его к изучению компьютерной инженерии со специализацией на машинном обучении и распознавании образов. Не зная границ, он отправился в сферу статистики, изучая ее применение в финансовом инжиниринге.

Признанный первопроходцем в своей области, "Ленивый программист" быстро освоил возможности глубокого обучения, когда оно еще находилось в зачаточном состоянии. Будучи одним из первопроходцев, он бесстрашно взялся за преподавание одного из первых онлайн-курсов по глубокому обучению, что вывело его на передовые позиции в отрасли.

Помимо образования, Ленивый программист обладает бесценным практическим опытом, который сформировал его знания. Его деятельность в сфере онлайн-рекламы и цифровых медиа принесла поразительные результаты, подняв показатели кликов и конверсии на новую высоту и увеличив доходы на миллионы долларов в компаниях, в которых он работал. Как полнофункциональный инженер-программист, он может похвастаться глубоким знакомством с целым рядом бэкэнд- и веб-технологий, включая Python, Ruby on Rails, C++, Scala, PHP, Javascript, SQL, большие данные, Spark и Redis.

Хотя его достижения в области науки о данных и машинного обучения поражают воображение, интеллектуальное любопытство Ленивого программиста выходит далеко за рамки этих областей. Его рвение к знаниям заставляет его исследовать такие разнообразные области, как открытие лекарств, биоинформатика и алгоритмическая торговля. Вникая в сложности и хитросплетения этих предметов, он стремится раскрыть их потенциал и внести свой вклад в их развитие.

Благодаря непоколебимой преданности своим студентам и склонности к упрощению сложных концепций, Ленивый программист является влиятельной фигурой в сфере онлайн-образования. Благодаря своим курсам по науке о данных, машинному обучению, глубокому обучению и искусственному интеллекту он дает возможность начинающим студентам уверенно ориентироваться в запутанных ландшафтах этих дисциплин.

Как автор, наставник и новатор, Ленивый программист оставил неизгладимый след в мире науки о данных, машинного обучения и не только. Благодаря своей способности разъяснять самые запутанные концепции он продолжает формировать следующее поколение специалистов по изучению данных и вдохновляет бесчисленное множество людей отправиться в собственное интеллектуальное путешествие.

Бонус от Организатора: Русские субтитры + Русские аудио дорожки машинный перевод + для удобства воспроизведения добавлена отдельная папка с сшитыми видео файлами (Русская аудио дорожка + видео файл) [Premium Ai].
*Аудио перевод произведён с синхронизацией таймингов.

Для просмотра скрытого содержимого вы должны зарегистрироваться