Deeplearning.ai Natural Language Processing Specialization
1.0: Merge pull request #70 from farhan-najeeb
Clique na imagem 
Este repositório contém minhas anotações pessoais sobre os cursos de especialização do Deeplearning.ai PNL.
Deeplearning.ai contém quatro cursos que podem ser realizados no Coursera. Os quatro cursos são:
O processamento de linguagem natural (PNL) usa algoritmos para entender e manipular a linguagem humana. Essa tecnologia é uma das áreas mais amplamente aplicadas de aprendizado de máquina. À medida que a IA continua a se expandir, também a demanda por profissionais qualificados na construção de modelos que analisam a fala e a linguagem, descobrem padrões contextuais e produzem insights do texto e do áudio.
No final desta especialização, você estará pronto para projetar aplicativos de PNL que executem análises de resposta a perguntas e sentimentos, criarão ferramentas para traduzir idiomas e resumir o texto e até criar chatbots. Esses e outros aplicativos de PNL estarão na vanguarda da próxima transformação em um futuro movido a IA.
Essa especialização foi projetada e ensinada por dois especialistas em PNL, aprendizado de máquina e aprendizado profundo. Younes Bensouda Mourri é instrutora de IA na Universidade de Stanford, que também ajudou a construir a profunda especialização de aprendizado. Łukasz Kaiser é um cientista de pesquisa da equipe do Google Brain e o co-autor do Tensorflow, as bibliotecas Tensor2tensor e Trax e o artigo do Transformer.
Essa especialização o equipará com as técnicas de aprendizado profundo de ponta necessárias para criar sistemas de PNL de ponta:
• Use regressão logística, Bayes ingênuos e vetores de palavras para implementar análises de sentimentos, completar analogias e traduzir palavras e usar o hash sensível à localidade para os vizinhos aproximados mais próximos.
• Use programação dinâmica, modelos de Markov ocultos e incorporações de palavras para autocorreção de palavras com ortografia automaticamente, frases parciais de preenchimento automático e identificar tags de parte do discurso para palavras.
• Use redes neurais densas e recorrentes, LSTMS, GROs e redes siamesas em Tensorflow e Trax para realizar análises avançadas de sentimentos, geração de texto, reconhecimento de entidade denominado e identificar perguntas duplicadas.
• Use o codificador decodificador, o causal e a auto-atendimento para executar a tradução avançada da máquina de frases completas, resumo de texto, resposta a perguntas e criar chatbots. Os modelos cobertos incluem T5, Bert, Transformer, Reformer e muito mais! Aproveitar!
Eu compartilho os notebooks de atribuição com meu pré -cheio e com o código dos colaboradores, como no curso/semana, os notebooks de atribuição estão sujeitos a alterações ao longo do tempo.
Depois de se inscrever no curso, você é convidado a participar de um espaço de trabalho Slack para esta especialização: junte-se ao espaço de trabalho do Slack, indo ao seguinte link Deeplearnningai-nlp.slack.com Este espaço de trabalho do Slack inclui todos os cursos desta especialização.
Ibrahim Jelliti © 2020
