Deeplearning.ai Natural Language Processing Specialization
1.0: Merge pull request #70 from farhan-najeeb
이미지를 클릭하십시오 
이 저장소에는 deeplearning.ai nlp 전문화 과정에 대한 개인 메모가 포함되어 있습니다.
Deeplearning.ai에는 Coursera에서 수강 할 수있는 4 개의 과정이 포함되어 있습니다. 네 가지 과정은 다음과 같습니다.
자연어 처리 (NLP)는 알고리즘을 사용하여 인간 언어를 이해하고 조작합니다. 이 기술은 기계 학습에서 가장 광범위하게 적용되는 영역 중 하나입니다. AI가 계속 확장됨에 따라 연설 및 언어를 분석하고 상황에 맞는 패턴을 발견하며 텍스트 및 오디오에서 통찰력을 생성하는 모델을 구축하는 전문가에 대한 수요도 계속 확장됩니다.
이 전문화가 끝날 무렵, 질문 응답 및 감정 분석을 수행하고 언어를 번역하고 텍스트를 요약하는 도구를 만들고 챗봇을 구축하는 NLP 응용 프로그램을 설계 할 준비가됩니다. 이러한 NLP 애플리케이션은 다가오는 AI 기반의 미래로의 전환의 최전선에있을 것입니다.
이 전문화는 NLP의 두 전문가, 기계 학습 및 딥 러닝의 두 전문가가 설계하고 가르칩니다. Younes Bensouda Mourri는 Stanford University의 AI 강사로서 딥 러닝 전문화를 도왔습니다. 우쿠 카스 카이저는 Google Brain의 직원 연구 과학자이며 Tensorflow의 공동 저자, Tensor2tensor 및 Trax 라이브러리 및 Transformer Paper입니다.
이 전문화는 최첨단 NLP 시스템을 구축하는 데 필요한 최첨단 딥 러닝 기술을 제공합니다.
• 로지스틱 회귀 분석, 순진한 베이 및 단어 벡터를 사용하여 감정 분석을 구현하고, 유사하고, 단어를 번역하고, 가장 가까운 이웃에 대략적인 민감한 해싱을 사용하십시오.
• 동적 프로그래밍, 숨겨진 Markov 모델 및 단어 임베딩을 사용하여 철자가 잘못된 단어를 자동으로 고정하고, 부분적으로 부분 문장을 자동화하고, 단어의 부품 태그를 식별하십시오.
• 고급 감정 분석, 텍스트 생성, 엔티티 인식이라는 이름의 고급 감정 분석, 텍스트 생성을 수행하고 중복 질문을 식별하기 위해 밀도가 높고 반복되는 신경망, LSTM, GRU 및 시암 네트워크를 사용하십시오.
• 인코더 디코더, 인과 및 자체 변환을 사용하여 전체 문장, 텍스트 요약, 질문 응답 및 챗봇 구축의 고급 기계 번역을 수행하십시오. 다루는 모델에는 T5, Bert, Transformer, Reformer 등이 포함됩니다! 즐기다!
코스 코스/주에서와 같이 과제 노트북과 기고자 코드 Structred와 함께 과제 노트북을 공유합니다. 과제 노트북은 시간이 지남에 따라 변경 될 수 있습니다.
코스에 등록한 후에는이 전문화를 위해 슬랙 작업 공간에 가입하도록 초대됩니다. 다음 링크 Deeplearningai-nlp.slack.com으로 이동하여 슬랙 작업 공간에 가입하십시오.이 슬랙 작업 공간에는이 전문화의 모든 코스가 포함되어 있습니다.
Ibrahim Jelliti © 2020
