Deeplearning.ai Natural Language Processing Specialization
1.0: Merge pull request #70 from farhan-najeeb
Klicken Sie auf das Bild 
Dieses Repository enthält meine persönlichen Notizen zu DeepLearning.ai NLP -Spezialisierungskursen.
DeepLearning.ai enthält vier Kurse, die in Coursera belegt werden können. Die vier Kurse sind:
Die natürliche Sprachverarbeitung (NLP) verwendet Algorithmen, um die menschliche Sprache zu verstehen und zu manipulieren. Diese Technologie ist einer der am weitesten verbreiteten Bereiche des maschinellen Lernens. Wenn die KI weiter expandiert, wird die Nachfrage nach Fachleuten, die dazu geeignet sind, Modelle zu bauen, die Sprache und Sprache analysieren, kontextbezogene Muster aufdecken und Einblicke aus Text und Audio ergeben.
Am Ende dieser Spezialisierung sind Sie bereit, NLP-Anwendungen zu entwerfen, mit denen Fragen und Stimmungsanalysen durchgeführt werden, Tools erstellt werden, um Sprachen zu übersetzen und Text zusammenzufassen und sogar Chatbots zu erstellen. Diese und andere NLP-Anwendungen werden an der Spitze der kommenden Transformation in eine kI-betriebene Zukunft stehen.
Diese Spezialisierung wurde von zwei Experten in NLP, maschinellem Lernen und Deep Learning entworfen und unterrichtet. Younes Bensouda Mourri ist Ausbilder der AI an der Stanford University, die auch dazu beigetragen hat, die Spezialisierung von Deep Learning aufzubauen. Łukasz kaiser ist stabforschungswissenschaftler bei Google brain und Co-Autor von Tensorflow, Tensor2tensor und Trax-Bibliotheken sowie des Transformatorpapiers.
Diese Spezialisierung räumt Sie mit den hochmodernen Deep-Lern-Techniken aus, die zum Aufbau modernster NLP-Systeme erforderlich sind:
• Verwenden Sie die logistische Regression, naive Bayes und Wortvektoren, um die Stimmungsanalyse, die vollständigen Analogien und die Wörter umzusetzen und verwenden sensible Hashing für ungefähr nächste Nachbarn.
• Verwenden Sie dynamische Programmierung, versteckte Markov-Modelle und Wortbettendings, um falsch geschriebene Wörter, automatische partielle Sätze und identifizieren Sie Teil der Speech-Tags für Wörter.
• Verwenden Sie dichte und wiederkehrende neuronale Netzwerke, LSTMs, Grus und siamesische Netzwerke in Tensorflow und Trax, um eine fortgeschrittene Stimmungsanalyse, die Textgenerierung, die genannte Entitätserkennung durchzuführen und doppelte Fragen zu identifizieren.
• Verwenden Sie Encoder-Decoder, Kausalzusatz und Selbstbekämpfung, um eine erweiterte maschinelle Übersetzung vollständiger Sätze, Textzusammenfassungen, Fragen zu beantworten und Chatbots zu erstellen. Zu den abgedeckten Modellen gehören T5, Bert, Transformator, Reformer und mehr! Genießen!
Ich teile die Zuordnungsnotenbücher mit meinem vorgefüllten und aus dem Mitwirkenden Code, das wie im Kurskurs/in der Woche strudiert ist.
Sobald Sie sich für den Kurs angemeldet haben, sind Sie eingeladen, sich einem Slack-Arbeitsbereich für diese Spezialisierung anzuschließen: Bitte nehmen Sie den Slack-Arbeitsbereich bei, indem Sie den folgenden Link DeepLearningai-nlp.slack.com besuchen. Dieser Slack-Arbeitsbereich enthält alle Kurse dieser Spezialisierung.
Ibrahim Jelliti © 2020
