Description
Apprentissage profond pour le traitement du langage naturel LiveLessons, deuxième éditionest une introduction à la création de modèles de langage naturel avec apprentissage profond. Ces leçons donnent vie à des explications intuitives de la théorie essentielle avec des démonstrations interactives et pratiques du bloc-notes Jupyter. Les exemples incluent Python et Keras, l’API de haut niveau pour TensorFlow 2, la bibliothèque Deep Learning la plus populaire. Dans les premières leçons, les détails du travail avec des données en langage naturel sont abordés, notamment comment convertir le langage naturel en représentations numériques pouvant être facilement traitées par des approches d’apprentissage automatique. Dans les leçons ultérieures, des architectures de Deep Learning de pointe sont exploitées pour effectuer des prédictions avec des données en langage naturel.
À propos de l’instructeur
Jon Krohn est Chief Data Scientist chez Untapt, une société d’apprentissage automatique. Il présente une série populaire de didacticiels d’apprentissage profond publiés par Addison-Wesley et est l’auteur du livre à succès Deep Learning Illustrated. Jon enseigne son programme d’apprentissage profond en classe à la New York City Data Science Academy, ainsi que comme conférencier invité à l’Université de Columbia et à l’Université de New York. Il est titulaire d’un doctorat en neurosciences de l’Université d’Oxford et publie depuis 2010 sur l’apprentissage automatique dans des revues de premier plan.
Niveau de compétence
- Intermédiaire
Apprenez à
- Prétraiter les données en langage naturel pour les utiliser dans des applications d’apprentissage automatique
- Transformez le langage naturel en représentations numériques avec word2vec
- Faites des prédictions avec des modèles de Deep Learning entraînés sur le langage naturel
- Appliquez des approches NLP de pointe avec Keras, l’API de haut niveau pour TensorFlow 2
- Améliorez les performances du modèle Deep Learning en sélectionnant les architectures de modèle appropriées et en ajustant les hyperparamètres du modèle.
Qui devrait suivre ce cours
Ces LiveLessons sont parfaitement adaptées aux ingénieurs logiciels, aux data scientists, aux analystes et aux statisticiens souhaitant appliquer le Deep Learning aux données en langage naturel. Des exemples de code sont fournis en Python, donc une connaissance de celui-ci ou d’un autre langage de programmation orienté objet serait utile.
Exigences du cours
L’auteur Apprentissage profond avec TensorFlow, Keras et PyTorch LiveLessonsou familiarité avec les sujets abordés dans les chapitres 5 à 9 de son livre Apprentissage profond illustrésont une condition préalable.
Sortie 2/2020
Liens de téléchargement
Téléchargement direct
Apprentissage profond pour le traitement du langage naturel, 2e édition.zip (1,7 Go) | Miroir
admin