>Todos os cursos>Artificial Intelligence

DeepLearning.AI

Especialização em Processamento de Linguagem Natural

até 4 meses
Intermédio

A Especialização em Processamento de Linguagem Natural ensina como projetar aplicações de PLN que realizam tarefas como análise de sentimento, tradução de idiomas, sumarização de texto e criação de chatbots. Esta especialização é crítica para analisar grandes quantidades de dados não estruturados e textuais e é essencial para o futuro impulsionado por IA.

Análise de Sentimento
Tradução Automática
Sumarização de Texto
Chatbots
Reconhecimento de Entidades Nomeadas

Visão Geral

Na Especialização em Processamento de Linguagem Natural, você aprenderá a usar regressão logística, Naïve Bayes e vetores de palavras para análise de sentimento, analogias e traduções. Você também explorará programação dinâmica, modelos ocultos de Markov e embeddings de palavras para autocorreção, autocompletar e marcação de partes do discurso. Tópicos avançados incluem redes neurais densas e recorrentes, LSTMs, GRUs e redes siamesas para análise de sentimento, geração de texto, reconhecimento de entidades nomeadas e identificação de perguntas. Finalmente, você se aprofundará em modelos de codificador-decodificador, causais e de auto-atenção para tradução automática, sumarização de texto, resposta a perguntas e criação de chatbots.

Online
localização do curso
Inglês
idioma do curso
Certificação Profissional
após a conclusão do curso
Ao seu próprio ritmo
formato do curso
Aulas Ao vivo
entregue online

Para quem é este curso?

Cientistas de Dados

Profissionais que desejam aprimorar suas habilidades em processamento de linguagem natural e aprendizado de máquina.

Entusiastas de IA

Indivíduos interessados em aprender a construir aplicações e modelos de PLN.

Engenheiros de Software

Engenheiros que visam integrar capacidades de PLN em suas aplicações e sistemas.

Esta especialização irá equipá-lo com as habilidades para construir aplicações de PLN para análise de sentimento, tradução de idiomas, sumarização de texto e chatbots. É ideal para cientistas de dados, entusiastas de IA e engenheiros de software que desejam avançar em suas carreiras no futuro impulsionado por IA.

Pré-Requisitos

1 / 3

Compreensão básica de conceitos de aprendizado de máquina
Familiaridade com programação em Python
Conhecimento de álgebra linear e probabilidade

O que vai aprender?

Curso 1: Processamento de Linguagem Natural com Classificação e Espaços Vetoriais

Realize análise de sentimento de tweets usando regressão logística e Naïve Bayes, use modelos de espaço vetorial para descobrir relações entre palavras e escreva um algoritmo simples de tradução de inglês para francês usando embeddings de palavras pré-computados e hashing sensível à localidade.

Semana 1: Análise de Sentimento com Regressão Logística

Aprenda a extrair características do texto em vetores numéricos e, em seguida, construa um classificador binário para tweets usando regressão logística.

Semana 2: Análise de Sentimento com Naïve Bayes

Compreenda a teoria por trás da regra de Bayes para probabilidades condicionais e, em seguida, aplique-a para construir seu próprio classificador de tweets usando Naïve Bayes.

Semana 3: Modelos de Espaço Vetorial

Aprenda a criar vetores de palavras que capturam dependências entre palavras e, em seguida, visualize suas relações em duas dimensões usando PCA.

Semana 4: Tradução Automática e Busca de Documentos

Aprenda a transformar vetores de palavras e atribuí-los a subconjuntos usando hashing sensível à localidade para realizar tradução automática e busca de documentos.

Curso 2: Processamento de Linguagem Natural com Modelos Probabilísticos

Crie um algoritmo simples de autocorreção usando distância mínima de edição e programação dinâmica, aplique o Algoritmo de Viterbi para marcação de partes do discurso (POS), escreva um algoritmo melhor de autocompletar usando um modelo de linguagem N-gram e escreva seu próprio modelo Word2Vec usando uma rede neural.

Semana 1: Autocorreção

Aprenda sobre autocorreção, distância mínima de edição e programação dinâmica e, em seguida, construa seu próprio corretor ortográfico para corrigir palavras com erros de digitação.

Semana 2: Marcação de Partes do Discurso (POS) e Modelos Ocultos de Markov

Aprenda sobre cadeias de Markov e modelos ocultos de Markov e, em seguida, use-os para criar marcações de partes do discurso para um corpus de texto do Wall Street Journal.

Semana 3: Autocompletar e Modelos de Linguagem

Aprenda como funcionam os modelos de linguagem N-gram calculando probabilidades de sequência e, em seguida, construa seu próprio modelo de linguagem de autocompletar usando um corpus de texto do Twitter.

Semana 4: Embeddings de Palavras com Redes Neurais

Aprenda como os embeddings de palavras carregam o significado semântico das palavras, tornando-os mais poderosos para tarefas de PLN. Em seguida, construa seu próprio modelo de saco de palavras contínuo para criar embeddings de palavras a partir do texto de Shakespeare.

Curso 3: Processamento de Linguagem Natural com Modelos de Sequência

Treine uma rede neural com embeddings de palavras GLoVe para realizar análise de sentimento de tweets, gere texto sintético de Shakespeare usando um modelo de linguagem de Unidade Recorrente Gated (GRU), treine uma rede neural recorrente para realizar reconhecimento de entidades nomeadas (NER) usando LSTMs com camadas lineares e use modelos LSTM siameses para comparar perguntas em um corpus.

Semana 1: Rede Neural para Análise de Sentimento

Aprenda sobre redes neurais para aprendizado profundo e, em seguida, construa um classificador sofisticado de tweets que coloca tweets em categorias de sentimento positivo ou negativo usando uma rede neural profunda.

Semana 2: Redes Neurais Recorrentes para Modelagem de Linguagem

Aprenda sobre as limitações dos modelos de linguagem tradicionais e veja como RNNs e GRUs usam dados sequenciais para previsão de texto. Em seguida, construa seu próprio gerador de próxima palavra usando uma RNN simples em dados de texto de Shakespeare.

Semana 3: LSTMs e Reconhecimento de Entidades Nomeadas (NER)

Aprenda como as unidades de memória de curto prazo (LSTMs) resolvem o problema do gradiente desaparecido e como os sistemas de Reconhecimento de Entidades Nomeadas extraem rapidamente informações essenciais do texto. Em seguida, construa seu próprio sistema de Reconhecimento de Entidades Nomeadas usando um LSTM e dados do Kaggle.

Semana 4: Redes Siamesas

Aprenda sobre redes siamesas, um tipo especial de rede neural composta por duas redes idênticas que são eventualmente mescladas e, em seguida, construa sua própria rede siamesa que identifica perguntas duplicadas em um conjunto de dados do Quora.

Curso 4: Processamento de Linguagem Natural com Modelos de Atenção

Traduza frases completas do inglês para o alemão usando um modelo de atenção codificador-decodificador, construa um modelo Transformer para resumir texto, use modelos T5 e BERT para realizar resposta a perguntas e construa um chatbot usando um modelo Reformer.

Semana 1: Tradução Automática Neural com Modelos de Atenção

Descubra algumas das deficiências de um modelo seq2seq tradicional e como resolvê-las adicionando um mecanismo de atenção e, em seguida, construa um modelo de Tradução Automática Neural com Atenção que traduz frases em inglês para o alemão.

Semana 2: Sumarização de Texto com Modelos Transformer

Compare RNNs e outros modelos sequenciais com a arquitetura Transformer mais moderna e, em seguida, crie uma ferramenta que gera resumos de texto.

Semana 3: Resposta a Perguntas

Explore o aprendizado por transferência com modelos de última geração como T5 e BERT e, em seguida, construa um modelo que pode responder a perguntas.

Semana 4: Chatbots com Modelos Reformer

Examine alguns desafios únicos que os modelos Transformer enfrentam e suas soluções e, em seguida, construa um chatbot usando um modelo Reformer.

Conheça seus instrutores

Younes Bensouda Mourri
Nenhuma biografia disponível
Łukasz Kaiser
Nenhuma biografia disponível
Eddy Shyu
Nenhuma biografia disponível

Próximas turmas

Custo
Gratuito
Duração
4 meses
Datas
comece agora
Localização
Online

Gratuito