fbpx

深度學習 : 進階 NLP 與 RNNs

Contents

本課程將使用深度學習技術,如序列到序列(seq2seq)模型、注意力機制、RNN、CNN和記憶網路,以自然語言處理為應用。學習者將能建構文字分類、神經機器翻譯和問題回答系統。課程需求包括Python程式設計技能和深度學習概念等。

從這 8 小時的課程,你會學到

  • 建構文字分類( text classification )系統(可用於垃圾郵件檢測、情感分析和類似問題)
  • 建立一個神經機器翻譯系統(也可以用於 chatbots 和問題回答)
  • 建構序列到序列(seq2seq)模型
  • 建立一個注意(Attention ) 模型
  • 建立一個記憶網路(根據故事回答問題)

要求

  • 了解深度學習是什麼以及如何使用它
  • 有一定程度的 Python 程式設計技巧,特別是資料科學工具(Numpy、Matplotlib)
  • 最好有 RNN、LSTM 和 GRU 經驗
  • 最好有 Keras 經驗
  • 最好能理解詞嵌入( word embeddings )

這門課程是自然語言處理進階課程,如果要入門自然語言處理可以先上這位講師開的兩門課程

  1. 資料科學: 使用 Python 做自然語言處理
  2. 使用 Python 做深度學習自然語言處理

課程說明

很難相信自從我發佈我的第一門關於使用 NLP(自然語言處理)的深度學習( Deep Learning )課程已一年多了。

從那時起,很多很酷的東西都發生了,我一直在深入挖掘並學習,研究和積累最好和最有用的想法,並將它們帶回給你。

那麼這門課到底是什麼?從那時起到現在已經有哪些變化呢?

在之前的課程中,你了解了 Deep NLP 的一些基本建構區塊。 我們研究了 RNN(遞歸神經網路)、CNN( 卷積神經網路)以及詞嵌入( word embedding )演算法,如 word2vec 和 GloVe。

本課程將你帶入更高的系統思維水平。

既然你知道這些東西是如何運作的,那麼現在是時候運用這些組件來建構系統了。

在本課程結束時,你將能夠建構應用程是,以解決以下問題:

  • 文字分類(例如情感分析和垃圾郵件檢測)
  • 神經機器翻譯
  • 問題回答

我們將簡要介紹一下 chatbots,正如你在本課程中學到的一樣,這個問題實際上與機器翻譯和問題回答沒有什麼不同。

為了解決這些問題,我們將研究一些深度 NLP 技術,比如:

  • 雙向 RNN
  • seq2seq(序列到序列)
  • 注意( Attention )
  • 記憶網路 ( Memory Networks )

所有這門課程的材料都可以免費下載和安裝。 我們將使用 Keras、Numpy、Tensorflow 和 Matpotlib 等 Python 程式庫( libraries )中完成大部分工作,使事情變得非常容易,並專注於高階觀念。 我隨時可以回答你的問題,並在你的資料科學旅程中提供幫助。

本課程著重於“如何建構和理解”,而不僅僅是“如何使用”。 讀完一些文件後,任何人都可以在 15 分鐘內學會使用 API。 這不是關於“記住事實”,而是關於通過實驗“親自發現”。 它會教你如何視覺化模型內部發生的事情。 如果你不僅僅需要膚淺地了解機器學習模型,本課程適合你。

我們在課堂中見!

目標受眾

  • 機器學習、深度學習、人工智慧和資料科學的學生
  • 機器學習、深度學習、人工智慧和資料科學方面的專業人員
  • 任何對最先進的自然語言處理感興趣的人

講師簡介

Lazy Programmer Inc 資料科學家和大數據工程師

我是一名資料科學家、大數據工程師和全端軟體工程師。

我有電腦工程的碩士,專長為機器學習和模式辨識。

我曾在網路廣告和數位媒體企業擔任過資料科學家和大數據工程師,圍繞所謂的資料建構各種高流量的 web 服務。我曾經使用 Hadoop / Pig / MapReduce 創建新的大數據管道,也曾建立機器學習模型來預測點擊率,使用線性迴歸、Bayesian Bandits 和協同過濾 ( collaborative filtering )建立新聞推薦系統,並使用A / B測試驗證結果。

我曾在大學部與研究所教授資料科學、統計學、機器學習、演算法、微積分、電腦圖學和物理學,任職的學校如哥倫比亞大學、紐約大學、Hunter 學院和 The New School。

有多家企業已從我的 Web 程式設計專業知識中受益。我做所有的後端(伺服器)、前端(HTML / JS / CSS)和運營/佈署工作。 我使用的技術包含:Python、Ruby / Rails、PHP、Bootstrap、jQuery(Javascript)、Backbone 和  Angular。至於儲存/資料庫,我採用 MySQL、Postgres、Redis、MongoDB等。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

  • 點選這個優惠連結 課程特價 | Udemy 永久擁有課程 NT390 起( 在電腦瀏覽器登入,點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得 )
  • Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
  • 手機上點選優惠連結看到的價格比電腦上看到的貴
  • $代表當地貨幣, 如在台灣為 NT
  • 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現

報名參加課程

Sponsored by Udemy


Lingoda

也許你會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: